[toc]

# 版本

GPU版:

| 軟體 | 版本 |
|----------------|--------------|
| Windows | 11 |
| CUDA | 11.8 |
| cuDNN | 8.9.7 |
| Python | 3.9.11 |
| torch | 2.5.1+cu118 |
| GPU | RTX4070 |

CPU版:

| 軟體 | 版本 |
|----------------|--------------|
| Ubuntu | 20.04 |
| Python | 3.8.10 |
| torch | 2.4.1 |
| CPU | AMD R7 5800X |

> 值得注意的是 CUDA版本，Python版本，Pytorch版本一定要互相兼容，或者你可以乾脆跟我載一樣的版本

# 下載連結

[Python 3.9.13](https://www.python.org/downloads/release/python-3913/)
[CUDA](https://developer.nvidia.com/cuda-11-8-0-download-archive?target_os=Windows&target_arch=x86_64&target_version=11&target_type=exe_local)
[cuDNN](https://developer.nvidia.com/rdp/cudnn-archive)

# 建置步驟

### 第一步 安裝 CUDA 和 cuDNN --GPU版

> CPU only 不需要這一步

1. 安裝 CUDA（路徑預設為 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA）。
2. 解壓縮 cuDNN，將以下三個資料夾放置於 CUDA 路徑：
- bin
- include
- lib



確認 NVIDIA GPU 驅動程式、CUDA 和 cuDNN 已正確安裝。

檢查 CUDA 是否已安裝：

nvcc --version


### 第二步 創建資料夾與創建虛擬環境

1. 在任意地方創建資料夾，我這裡是在下載中創一個叫YoloV11的資料夾作為整個專案的存放點
2. 使用 Visual Studio Code開啟該資料夾
3. 使用 Ctrl + shift + \` 開啟終端機 或是使用工具列叫

4. 執行以下指令， ```pip install virtualenv```，如果你還沒裝 `virtualenv` 的話
5. 建立並啟用虛擬環境 ```virtualenv yolovenv``` , ```source yolovenv/bin/activate```
6. 看到這個代表成功

### 第三步 建置Yolo -- CPU版

YOLO 通常使用 PyTorch 作為基礎框架。安裝適合你硬體的版本（CPU 或 GPU）。

pip install torch torchvision torchaudio

然後安裝 YOLO 相依套件

pip install ultralytics

確認環境安裝完成:

python -c "from ultralytics import YOLO; print('YOLO Installed Successfully!')"

測試 YOLO 功能：

yolo predict model=yolov8n.pt source=https://ultralytics.com/images/bus.jpg

測試 YOLO 訓練:

yolo task=pose mode=train model=yolov8s-pose.pt data=coco-pose.yaml epochs=1 imgsz=640 batch=4

### 第三步 建置Yolo -- GPU版

首先需確保 PyTorch 與 CUDA 匹配，根據你的 CUDA 版本安裝正確的 PyTorch 版本
* 進入 PyTorch 官網的安裝頁面：[PyTorch Install](https://pytorch.org/get-started/locally/)
* 選擇正確的 CUDA 版本，並複製相應的安裝命令。
* 例如，對於 CUDA 11.8，安裝命令為：

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

然後安裝 YOLO 相依套件

pip install ultralytics

驗證 PyTorch 安裝

python -c "import torch; print(torch.version.cuda); print(torch.cuda.is_available())"

確保輸出顯示正確的 CUDA 版本，並且 `torch.cuda.is_available()` 返回 `True`。

如果顯示 False 果斷重裝 PyTorch，輸入下列指令進行重裝:

移除現有的 PyTorch

pip uninstall torch torchvision torchaudio -y

然後重新安裝

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

確認 PyTorch 是否能正確使用 GPU：

python -c "import torch; print(torch.version.cuda); print(torch.cuda.is_available())"

`torch.version.cuda` 應顯示 `11.8`。
`torch.cuda.is_available()` 返回 `True`。

確認環境安裝完成:

python -c "from ultralytics import YOLO; print('YOLO Installed Successfully!')"

測試 YOLO 功能：

yolo predict model=yolov8n.pt source=https://ultralytics.com/images/bus.jpg

測試 YOLO 訓練:

yolo task=pose mode=train model=yolov8s-pose.pt data=coco-pose.yaml epochs=1 imgsz=640 batch=4