搭建Windows11下yolov5环境

1. 下载和安装Anaconda3

见链接：Anaconda3安装

2. 创建yolov5的虚拟环境

在CMD或者Anaconda Prompt（Anaconda3）创建

2.1 WIN+R调出运行框，输入CMD,回车

2.1.1 创建新的虚拟环境

create Create a new conda environment from a list of specified packages.

命令：conda create -n your_env_name python=x.x
创建python版本为x.x，名字为your_env_name的虚拟环境。your_env_name文件可以在Anaconda安装目录envs文件下找到。

conda create -n yolov5 python=3.9.12
有时候会出现失败的情况

找到C:\Users\用户名(比如xxx).condarc这个隐藏文件，内容改为下面

ssl_verify: true
show_channel_urls: true

channels:
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/win-64/
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

然后重新执行conda create -n yolov5 python=3.9.12命令，成功激活的情况如下

2.1.2 进入(激活/切换)所创建的环境

conda activate your_env_name

输入conda list即可查看环境配置

退出环境：deactivate
移除某个环境： conda remove --name xxx --all

2.2 在Anaconda3创建

在开始菜单，所有程序找到Anaconda Navigator(Anaconda3)，点击Cteate创建一个环境。

3. 查看电脑显卡适合的cuda与cudnn版本

找到显卡型号，到nvidia geforce驱动下载对应的驱动，安装驱动后，通过
Win11查看CUDA版本，非常简单的三步
可以查看到CUDA版本，如下图

DNN的下载链接cuDNN Download
NVIDIA cuDNN is a GPU-accelerated library of primitives for deep neural networks.

这两种方式获取CUDNN都可以，我选择第1张图这个版本

4. 下载相应的pytorch，cuda与cudnn版本

更改通道（为了下载的更快）
1.用txt形式打开C:\Users\xxx(用户名)该目录下.condarc文件
2.将如下代码全部复制进该txt

channels:
  - defaults

show_channel_urls: true

default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud`

下载相应的pytorch，cuda与cudnn

4.1 进入官网寻找相应pytorch版本

官网链接：https://pytorch.org/get-started/locally/
根据自己的需求选择，如图所示，我们用cuda11.4为例，通过pythorch非最新版本
找到我们cuda11.4的版本，对应cudatoolkit=11.3

conda install pytorch1.12.1 torchvision0.13.1 torchaudio==0.12.1 cudatoolkit=11.3 -c pytorch

4.2 打开cmd，激活你为yolov5配置的环境

4.3 下载pytorch

调用 conda install 安装的包将安装到此环境中
install Installs a list of packages into a specified conda environment.