前言
本文主要用于记录我在使用python做图像识别语义分割训练集的过程，由于在这一过程中踩坑排除BUG过多，因此也希望想做这部分内容的同学们可以少走些弯路。
本文是python语义分割与街景识别的第二篇，关于环境搭建的内容。这个部分是整个流程中最让人烦躁的内容之一。
一、安装CUDA
1.1 首先需要确认电脑GPU为英伟达
1.2 使用win+R输入cmd，输入nvidia-smi查看本机版本，下面以笔者笔记本为例
可以看到本机显卡驱动版本为512.78（在此之前建议先将驱动升级至最近版本）
右侧CUDA Version表示支持最高的CUDA版本为11.6
1.3 据此在英伟达官网下载对应版本的CUDA，链接为（打开略慢）
CUDA Toolkit 11.2 Downloads | NVIDIA Developer
1.4 在cmd中输入nvcc -V（中间有空格，V为大写）查看是否安装成功，若显示如下则安装成功
1.5 查看CUDA路径
在cmd中输入set cuda，若显示如下则以配置成功，否则需要配置环境变量
1.6 环境变量设置方法
在cmd中输入control system，在弹出的窗口中选择“高级系统设置”——“环境变量”，添加以下两行
（这一步若不会，百度“添加环境变量”）
重复1.5步骤若成功则CUDA安装完毕
1.7 报错说明
实测在安装CUDA时有可能显示安装失败
此时先将安装的CUDA卸载干净，然后根据安装失败提示，显示什么安装失败就取消安装某个包
参考链接如下
https://blog.csdn.net/Redamancy06/article/details/125809903?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522169418531816800182130145%2522%252C%2522scm%2522%253A%252220140713.130102334..%2522%257D&request_id=169418531816800182130145&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~all~top_positive~default-1-125809903-null-null.142%5Ev93%5Econtrol&utm_term=cuda%E5%AE%89%E8%A3%85%E5%A4%B1%E8%B4%A5二、安装CUDNN
2.1 官网下载
链接如下
CUDNN是CUDA用于做语义分割的拓展包，需要单独下载，在英伟达官网注册账号后可以下载
2.2 注册安装匹配CUDA的版本
2.3 下载后是一堆文件，需要复制到对应的CUDA的文件夹下，具体流程可以参考这篇
Win10安装CUDA10和cuDNN_cuda10.1安装_码代马的博客-CSDN博客
2.4 最后同样需要将其添加到环境变量
到此CUDNN安装完毕
2.5 报错说明
CUDNN安装后在后续运行时可能会提示丢失某个dll文件，这是由于版本错误导致的，可以看报错中提示确实哪个文件就去网上搜索下载哪个文件，dll链接下载网址如下
Download missing DLL files for free | DLL‑files.com
笔者在安装时提示缺失 cublasLt64_10.dll 和 cublas64_10.dll
这里直接放在CSDN下载区
https://download.csdn.net/download/qq_41904236/88317612
共大家下载，也可以在上面链接中搜索下载
三、安装python或anacoda（略）
笔者由于其他开发使用VScode较多，因此直接安装python，这一步省略