cuda conda yolov11 环境搭建
优雅的 yolo v11 标注工具 AutoLabel Conda环境直接识别训练
nvidia-smi 检查CUDA版本
下载nvidia cudnn对应的版本
将cuDNN压缩包内对应的文件复制到本地bin、include、lib的文件夹中
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.6
miniConda快速开始-安装
执行命令安装
# 创建环境
conda create -n yolov11 python=3.10
# 切换环境
conda activate yolov11
# 安装pytorch-官网链接可选 对应版本
conda install pytorch torchvision torchaudio pytorch-cuda=12.4 -c pytorch -c nvidia
# 安装yolo v11
pip install ultralytics
# end
原文地址：https://blog.csdn.net/qq_32698323/article/details/143993985
免责声明：本站文章内容转载自网络资源，如本站内容侵犯了原著者的合法权益，可联系本站删除。更多内容请关注自学内容网（zxcms.com）！