yolo入门的一些环境配置记录

anaconda

# 查看 Conda 版本：

conda --version

# 更新 Conda 到最新版本：

conda update conda

# 设置国内镜像以加速安装：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes

# 虚拟环境管理

# 创建虚拟环境并指定 Python 版本：

conda create -n myenv python=3.11

# 激活虚拟环境：

conda activate myenv

# 退出虚拟环境：

conda deactivate

# 删除虚拟环境：

conda remove --name myenv --all

# 导出环境配置：

conda env export --name myenv > environment.yml

# 通过配置文件还原环境：

conda env create -f environment.yml

# 查看所有虚拟环境：

conda env list

# 包管理

# 安装包：

conda install numpy

# 指定版本安装包：

conda install numpy=1.21

# 更新包到最新版本：

conda update numpy

# 卸载包：

conda remove numpy

# 清理缓存以释放空间：

conda clean --all

# Python 版本管理

# 将 Python 更新到指定版本：

conda install python=3.11

# 更新到最新版本：

conda update python

# Conda 与 Pip 的区别

# Conda 可管理 Python 和非 Python 包，而 Pip 仅支持 Python 包。Conda 使用 SAT 求解器确保依赖关系一致，Pip 则可能导致依赖冲突。建议优先使用 Conda 安装包，仅在必要时使用 Pip。

# 注意事项

# 避免混用 Conda 和 Pip，以免导致环境依赖混乱。如果必须使用 Pip，请确保在虚拟环境中操作，并在安装后运行以下命令检查包来源：

conda list

# 通过以上命令，您可以高效地管理 Conda 环境和包，确保开发环境的稳定性和可控性。

.condarc

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
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
envs_dirs:
 - D:\anaconda3\envs
pkgs_dirs:
 - D:\anaconda3\pkgs

pip

pip config set global.index-url https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple

pytorch

# 查看gpu cuda版本

nvidia-smi

# 南京大学镜像

pip install torch==2.5.0 torchvision==0.20.0 torchaudio==2.5.0 --index-url https://mirrors.nju.edu.cn/pytorch/whl/cu118 

# 其他

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu128
# 非50系英伟达PyTorch官方安装命令：
pip install torch==2.5.0 torchvision==0.20.0 torchaudio==2.5.0 --index-url https://download.pytorch.org/whl/cu118
# 非50系英伟达PyTorch镜像安装命令：
pip install torch==2.5.0 torchvision==0.20.0 torchaudio==2.5.0 -f https://mirrors.aliyun.com/pytorch-wheels/cu118
# CPU版PyTorch官方安装命令：
pip install torch==2.5.0 torchvision==0.20.0 torchaudio==2.5.0 --index-url https://download.pytorch.org/whl/cpu

# 验证是否报错

python

import torchvision
import torch
torch.cuda.is_available()
torch.randn(1).cuda()

yolo

预设模型：https://github.com/ultralytics/assets/releases
源码（8.3.163）：https://github.com/ultralytics/ultralytics/tree/v8.3.163

其他依赖

pip install tqdm
pip install pyyaml
pip install requests
pip install opencv-python

vscode

Ctrl + Shift + P 输入 Select Interpreter 选择解析器，创建虚拟环境

conda init --system --all,
conda activate .conda