yolov5cpu部署中numpy和pytorch快速下载

一、若运行pycharm时出现No module named 'numpy'

1.win+R输入cmd在运行虚拟环境中用pip list查看是否存在文件numpy

如上是存在numpy文件

若无此文件，即虚拟环境中缺少此文件

2.用如下命令下载numpy文件

pip install numpy

下载速度过慢，可利用国内镜像源后缀（+i pip 源网址）进行加速下载

以清华pip 镜像源为例 

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple

下载完成后，再进行1步骤存在numpy文件则能成功运行pycharm项目

若numpy版本与pytorch版本不对应，可用以下代码卸载numpy后再下载对应版本

pip uninstall numpy

若需离线下载用此网址Links for numpy 

二、 pytorch相关问题与办法

验证pytorch是否存在和可用

1.查看所有虚拟环境

win+R输入cmd进入命令提示符

输入以下命令查看虚拟环境

conda info -e

注意事项：

（conda是下载AnacondaAnaconda | The Operating System for AI后的命令，其中base也是相关的基础配置环境，yolo和yolov5gpu是创建的虚拟环境）

此时可在相关的文件夹中找到创建的虚拟环境如下

C:\Users\Lenovo\anaconda3\envs

若无虚拟环境可用以下代码创建虚拟环境(-n后面为虚拟环境名称)

我们以3.9版本的符合pytorch版本的最新版为例

conda create -n yolov5CPU python=3.9

2.在激活想要的相关虚拟环境后输入以下命令

python
import torch
print(torch.__version__)
print(torch.cuda.is_available())

可以查看torch和version的版本，以及该torch的cuda是否可用

要核对torch和version与python版本对应问题（注意下对相关版本）

如上图，false即是指不存在GPU版本运行，也就代表CPU版本是可行的

3.在已知需要下载的pytorch版本号后

进入PyTorch复制命令下载

以最新版本为例

首先要激活虚拟环境

conda activate yolov5CPU

进入前面带有yolov5GPU的虚拟环境中输入以下代码下载pytorch及相关包（因本人名称为GPU因此前面是（yolov5GPU）大家以代码为主就好）

pip3 install torch torchvision torchaudio

需要手动输入一个“y"，若中途断链多次，可改用清华源conda进行加速下载

三、离线本地下载文件相关推荐网站

下载torch、torchvision等文件网址如下：

https://download.pytorch.org/whl/torch_stable.html

下载到本地后通过conda install+路径或者pip install +文件路径进行离线快速下载（后缀为.whl）