深度学习(YOLO,Stable Diffusion,etc)window显卡环境配置

深度学习是啥

深度学习是一种机器学习的分支，旨在通过模拟人类大脑的工作原理来实现对数据的学习和理解。

YOLO（You Only Look Once）
GitHub：YOLOv8
一个用于对象检测的深度学习模型，实时目标检测算法系列。
对图像上的目标进行人工标注，然后交给yolo训练

这是训练后的模型识别效果，比常规脚本平台的图色识别精确稳定多了
Stable Difussion
GitHub：stable-diffusion-webui
一种生成式深度学习模型，用于生成图像。挺好玩的，现在的模型也挺多，合理利用的话也是可以创造出价值的
（打开手机摄像头可以直接扫）
ChatGPT
官网：openai（需魔法+账号）
基于深度学习的自然语言处理模型，去年爆火的，不多赘述，比你老师还老师

当然，国内也有开源的GPT——“ChatGLM3”，由智谱AI和清华大学 KEG 实验室联合发布的新一代对话预训练模型。
GitHub：stable-diffusion-webui
所以，图呢？
在我写这篇文章的时候就已经被我删除了，所以没图。回答能力如何暂且不谈，问一句“你好”，花了5分钟左右才生成好结果，而且还是显卡环境，终究还是电脑配置差了，不配玩 [手动狗头]
其它应用方面就不多介绍了，我就玩这几个，有兴趣的自行探索

为什么要配置显卡环境？这跟坐大巴车和坐动车的区别一样，更好的体验感，更快的推理、训练、生成速度。
懒得搞图了，下面是纯文教程：

查看显卡驱动：计算机管理-设备管理器-显示适配器
下载对应驱动：点我跳转
安装好驱动后，检测驱动是否安装成功（cmd）
```
nvidia-smi
```
下载cuda：点我跳转，一定要安装在C盘，自定义安装，全选
下载cudnn：点我跳转，注意适配cuda版本
将cudnn里的三个文件夹复制到cuda的安装路径（注意路径最后是版本号）
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.2
检测cuda是否配置成功（cmd）
```
nvcc -V
```
下载Anaconda：点我跳转，注意安装在C盘
安装好后电脑左下角搜索Anaconda Prompt并进入
创建虚拟环境，例如yolo
```
conda create -n yolo python==3.11
```
激活环境
```
conda activate yolo
```
安装pytorch
具体安装命令移步：点我跳转，记得选择对应版本的cuda的pip安装命令。
由于我安装的是12.2版本的，并没有找到相关版本的命令，于是我选择了cuda12.1版本的安装命令，经过测试，可用！好像有3G左右，有条件的话建议开魔法下载
```
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121
```
安装好pytorch后，测试下是否可用GPU进行训练，新建py文件并运行，
```
import torch
print(torch.cuda.is_available())
print(torch.cuda.device_count())
print(torch.__version__)
# True
# 1
# 2.1.0+cu121
```
以上结果就代表GPU环境配置成功，尽情感受深度学习的魅力吧！

发送评论编辑评论