(超详细)搭建深度学习环境【Anaconda+Pycharm+NVIDIA 显卡驱动+PyTorch(含GPU版)+CUDA+cuDNN+win10】+ 配置系统环境变量 + YOLO跑数据集环境部署

(超详细)搭建深度学习环境【Anaconda+Pycharm+NVIDIA 显卡驱动+PyTorch(含GPU版)+CUDA+cuDNN+win10】+ 配置系统环境变量 + YOLO跑数据集环境部署

Anaconda3 安装教程-CSDN博客Pycharm安装教程-CSDN博客安装好Anaconda3之后，我们可以接着配置用于人工智能开发的Python环境。在这里我配置两个环境，一个是用于学习的，另一个是用于做YOLOv5深度学习需要的环境配置。注：yolov5是我在Anaconda3里新建的环境，用于YOLOv5的深度学习，这个会在我下一个博客里，目前未完待续，过几天再放链接到这里。以下是学

Anaconda3 安装教程-CSDN博客Pycharm安装教程-CSDN博客安装好Anaconda3之后，我们可以接着配置用于人工智能开发的Python环境。在这里我配置两个环境，一个是用于学习的，另一个是用于做YOLOv5深度学习需要的环境配置。注：yolov5是我在Anaconda3里新建的环境，用于YOLOv5的深度学习，这个会在我下一个博客里，目前未完待续，过几天再放链接到这里。以下是学

处理不同操作系统的路径分隔符。从右往左看参数，如果一个参数无‘/’或者‘\’,则按照操作系统用分隔符，如果遇到，则左边参数均会被舍弃。从右往左看参数，如果有一个参数是一个绝对路径，则在它左边的所有参数均会被舍弃。如果最后一个参数为''空，则生成的路径以一个‘\’分隔符结尾(按照操作系统默认分隔符)同时存在以‘./’与‘/’开始的参数，以‘/’为主，从最后一个以‘/’开头的参数开始拼接，之前的参数全

Python中图像处理库PIL（Python Imaging Library，现已更名为Pillow）的ImageEnhance模块专门用于图像的增强处理，为开发者提供了便捷的接口来调整图像的亮度、对比度、色度和锐度等属性。

time模块是Python中处理时间相关操作的核心工具，提供了时间获取、格式化、转换、延迟以及计时等多种功能。时间戳，时间元组和时间字符串，其中时间字符串可以自行定制格式。time模块的方法大部分是针对这几种时间格式进行输出，处理和转化。时间戳：是指格林威治时间1970年01月01日00时00分00秒（北京时间1970年01月01日08时00分00秒）起至现在的总秒数。下面本文对常用的Time方法

计算经过仿射变换或旋转后新图像的宽度和高度，尤其是在旋转图像时保持图像的完整性而不裁剪任何部分，需要一些几何计算。M：变换矩阵，这里是由getRotationMatrix2D生成的旋转矩阵。flags：插值方法，通常使用INTER_LINEAR(线性插值)。borderValue：边界填充值，用于边界外的像素。angle：旋转角度，旋转方向，负号为逆时针，正号为顺时针。scale：旋转后图像相比原

8. 最后一步点击"重置"，及完成，需慢慢等待……我统计了时间，我大概要40分钟。此操作是恢复刚拿到电脑的初始状态，所有的东西都没有的（E盘呀D盘呀，统统清空）~！1. 首先可以使用快捷键 Window+i，点击"更新和安全"！深度学习时C盘"爆了"，无奈~，不爽~，决定刷机！2. 然后点击"恢复"，再点击"开始"2. 点击"删除所有内容"3. 点击"本地重新安装"4.点击"更改设置"7. 点击"

Anaconda3 安装教程-CSDN博客Pycharm安装教程-CSDN博客安装好Anaconda3之后，我们可以接着配置用于人工智能开发的Python环境。在这里我配置两个环境，一个是用于学习的，另一个是用于做YOLOv5深度学习需要的环境配置。注：yolov5是我在Anaconda3里新建的环境，用于YOLOv5的深度学习，这个会在我下一个博客里，目前未完待续，过几天再放链接到这里。以下是学