代码拉取完成，页面将自动刷新
📌 将yolov5 目录中的requirements.txt中的PyTorch依赖关闭
# Base ----------------------------------------
matplotlib>=3.2.2
numpy>=1.18.5
opencv-python>=4.1.2
Pillow>=7.1.2
PyYAML>=5.3.1
requests>=2.23.0
scipy>=1.4.1
# torch>=1.7.0 （关闭）
# torchvision>=0.8.1 （关闭）
tqdm>=4.41.0
📌 进入官网：https://pytorch.org/get-started/locally/
📌 以Linux CUDA 11.3 版本为例，进行选择
📌 复制安装指令，在conda虚拟环境中进行安装
pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu113
还可以通过手动的方式，根据自己的实验环境，自定义下载安装包
📌 方法一：进入官网下载地址，torch安装包列表 | torchvision安装包列表
📌 方法二：进入官网指定的CUDA版本下载地址：https://download.pytorch.org/whl/cu113 （以CUDA11.3为例）
# 标*部分可以根据自己的CUDA型号进行搜索，比如CUDA 10.2对应为102，CUDA11.3对应为113
https://download.pytorch.org/whl/cu**
📌 根据自己的实验环境，包括操作系统、CUDA类型、Python版本等，选择安装的torch和torchvision的安装包
pip install ./torch-***.whl # 先安装
pip install ./torchvision-***.whl # 后安装
❗ 注意：这里存在安装顺序，由于torch是torchvision的上级安装包，如果先安装torchvision，则会自动下载torch安装包。因此先安装torch，再安装torchvision
📌 官网：https://github.com/pytorch/pytorch/wiki/PyTorch-Versions
import torch
print(torch.__version__) # 查看PyTorch版本
print(torch.version.cuda) # 查看CUDA版本
print(torch.backends.cudnn.version()) # 查看cuDNN版本
此处可能存在不合适展示的内容，页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容，可点击提交进行申诉，我们将尽快为您处理。
