安装anaconda，从github下载yolov5的过程不再赘述
创建环境
conda create -n yolov5py38 python==3.8
进入环境
conda activate yolov5py38
进入yolov5文件夹
cd /d D:yoloyolov5-master //github克隆的yolov5-master所在路径
安装yoloV5依赖
pip install -r requirements.txt
或 conda install --yes --file requirements.txt
安装pytorch，检查GPU支持的Cuda版本
打开命令提示符，输入nvidia-smi
驱动版本511.23，CUDA版本11.6
进入pytorch官网选择配置
复制安装命令
conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch
等待安装完毕，进入python，检查cuda是否可用。
import torch
print(torch.cuda.is_available())
检查GPU数量
print(torch.cuda.device_count())
返回当前GPU索引
print(torch.cuda.current_device())
检查GPU设备名称
print(torch.cuda.get_device_name(0)）
打开pycharm，创建新工程，选择yolov5-master文件夹，环境选择刚才创建的yolov5py38
进入工程后，打开train.py，找到parse_opt函数，更改--device配置为0
parser.add_argument('--device', default='0', help='cuda device, i.e. 0 or 0,1,2,3 or cpu')
其余配置在整理数据集博文中说明
