运行环境：ubuntu20.04
相关软件版本：Cuda 12.2+cudnn9.10.1+conda 24.9.2+pytorch-2.5.1
1.安装 nvidia 驱动
sudo apt install nvidia-driver-535 -y
2.安装cuda
（1）驱动下载地址： https://developer.nvidia.com/cuda-toolkit-archive
（2）选择版本方法
输入nvidia-smi查看cuda版本
nvidia-smi
有显示CUDA Version: 12.2
注意，通过我的实践，版本一定要安装上面对应CUDA版本，否则安装失败
选择相应的版本后按照提示指令安装，如下
wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/cuda-ubuntu2004.pinsudo mv cuda-ubuntu2004.pin /etc/apt/preferences.d/cuda-repository-pin-600
wget https://developer.download.nvidia.com/compute/cuda/12.2.0/local_installers/cuda-repo-ubuntu2004-12-2-local_12.2.0-535.54.03-1_amd64.deb
sudo dpkg -i cuda-repo-ubuntu2004-12-2-local_12.2.0-535.54.03-1_amd64.deb
sudo cp /var/cuda-repo-ubuntu2004-12-2-local/cuda-*-keyring.gpg /usr/share/keyrings/sudo
apt-get updatesudo
apt-get -y install cuda
（3）执行后配置环境变量
sudo gedit /etc/profile
在后面加入
export PATH=/usr/local/cuda-12.2/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-12.2/lib64$LD_LIBRARY_PATH
（4）重启电脑
sudo reboot
安装
sudo apt install nvidia-cuda-toolkit
（5）验证cuda是否成功
nvcc -V
3安装 cuDNN
（1）下载地址：
https://developer.nvidia.com/rdp/cudnn-download
（2）选好相应的系统会有提示，按照提示下载
wget https://developer.download.nvidia.com/compute/cudnn/9.10.1/local_installers/cudnn-local-repo-ubuntu2004-9.10.1_1.0-1_amd64.deb
sudo cp /var/cudnn-local-repo-ubuntu2004-9.10.1/cudnn-*-keyring.gpg /usr/share/keyrings/
sudo dpkg -i cudnn-local-repo-ubuntu2004-9.10.1_1.0-1_amd64.deb
sudo apt-get update
sudo apt-get -y install cudnn
4.安装 Anaconda
（1）下载地址 :https://www.anaconda.com/download/#linux
bash Anaconda3-2024.10-1-Linux-x86_64.sh
（2）按照提示安装会自动将Anaconda初始化代码加入到~/.bashrc中。
如下
# >>> conda initialize >>>
# !! Contents within this block are managed by 'conda init' !!
（3）测试是否安装成功
conda --version
# 查看conda环境详细信息
conda info
# 查看当前有哪些虚拟环境
conda env list
# 激活虚拟环境
conda activate 环境名
# 退出当前虚拟环境
conda deactivate
（4）如果想永久关闭Anaconda 自动启动，在控制台输入
conda config --set auto_activate_base false
如果又想自动启动
conda config --set auto_activate_base true
5.安装 pytorch
（1）创建一个 anaconda 虚拟环境
conda create -n mypytorch python=3.9
（2）激活这个虚拟环境
conda activate mypytorch
发现控制台前面变为（mypytorch）了。
（3）虚拟环境下安装 pytorch
在mypytorch环境下安装pytorch
指定版本发现失败
直接安装默认版本
conda install pytorch torchvision torchaudio -c pytorch
（4）测试版本
python
import torch
print(torch.__version__) # PyTorch 版本
print(torch.version.cuda) # PyTorch 编译时使用的 CUDA 版本
print(torch.backends.cudnn.version()) # cuDNN 版本
6.运行yolo
直接在切换到虚拟环境下下载yolo
pip install ultralytics -i https://pypi.tuna.tsinghua.edu.cn/simple/
运行预测
yolo predict model=yolov8n.pt source=/home/qian/runs/zidane.jpg
也可以手动指定模型和待测试的图片。
yolo开源工程https://github.com/ultralytics/ultralytics 中有zidane.jpg图像。
运行结果如图
