全程可参考
https://blog.csdn.net/m0_58678659/article/details/122932488

1|、安装cuda

nvidia-smi

右上角的CUDA Verdion:12.0为安装的最高版本，此处选择安装11.8的cuda

用命令行安装。

详细看安装cuda+cudnn

安装成功
nvcc -V
nvcc: NVIDIA ® Cuda compiler driver
Copyright © 2005-2022 NVIDIA Corporation
Built on Wed_Sep_21_10:33:58_PDT_2022
Cuda compilation tools, release 11.8, V11.8.89
Build cuda_11.8.r11.8/compiler.31833905_0

目录在/usr/local/cuda-11.8/

2、安装cudnn
https://blog.csdn.net/weixin_34910922/article/details/118046455?ops_request_misc=%257B%2522request%255Fid%2522%253A%252290B4B3BD-5226-4F50-9464-BC28EE916B60%2522%252C%2522scm%2522%253A%252220140713.130102334…%2522%257D&request_id=90B4B3BD-5226-4F50-9464-BC28EE916B60&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2_allsobaiduend~default-2-118046455-null-null.142^v100pc_search_result_base2&utm_term=ubuntu18.04%E5%AE%89%E8%A3%85cuda%E5%92%8Ccudnn&spm=1018.2226.3001.4187

3、安装anaconda。
参考：

https://blog.csdn.net/m0_52650517/article/details/112727422#t6

不知道为啥装清华源不成功，用里面的官方网站成功了。

1、配置conda环境

创建培

conda create --name <env_name> python=3.11

若出现 CondaError: Run ‘conda init’ before ‘conda activate’
重开终端即可。

使用此虚拟环境之前要 conda activate

在pycharm终端中安装包
conda install labelme 此处注意用conda install安装 只能用conda命令卸载 pip同

安装pytorch2.5.1 与cuda11.8搭配
安装CV2

#安装opencv指令
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple --trusted-host pypi.tuna.tsinghua.edu.cn opencv-python

测试下nvidia-smi

有无用GPU训练

如图为99% gpu训练中