Conda环境配置说明

1、安装conda

conda 分为 anaconda 和 miniconda，anaconda 是一个包含了许多常用库的集合版本，miniconda 是精简版本，我们这里使用miniconda，下载链接Miniconda

安装完成后检查conda是否安装成功

conda --version

2、创建环境

1. 打开Anaconda Prompt

2. conda设置镜像源

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 --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --set show_channel_urls yes

3. 创建环境(python版本为3.10)

conda create -n py310 python=3.10

4. 查看环境(可以在环境列表看到刚刚新建的环境)

conda env list

5. 激活环境

conda activate py310

​ 进入环境后前面的环境提示会从base变成py310

3、安装相关依赖(GPU版本和CPU版本二选一)

GPU版本

1、安装cudatoolkit和cudnn(按照教程的版本安装)

1. 安装cudatoolkit 11.8

conda install cudatoolkit=11.8

2. 安装cudnn 8.9.7.29

conda install cudnn=8.9.7.29

2、安装gpu相关的依赖

1. pip配置镜像源

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

2. cd到项目目录下安装依赖

pip install -r requirements.txt

CPU版本

cpu版本不需要安装cudatoolkit和cudnn

安装cpu相关依赖

1. pip配置镜像源

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

2. cd到项目目录下安装依赖

pip install -r requirements-cpu.txt

4、注意事项

1、GPU、CPU安装二选一

2、GPU安装的安装cudatoolkit和cudnn严格按照教程的来，擅自使用其他版本出现依赖兼容问题一概不管

3、安装结束后就可以使用conda中的环境变量运行脚本了，详情见README

4、如果电脑在此教程之前已经安装过CUDA，且运行脚本时出现以下错误

pip uninstall onnxruntime-gpu
pip install onnxruntime-gpu==1.17