解决方法：
安装与自己电脑配置匹配的pytorch
检测cuda是否可用：
import torch
print(torch.cuda.is_available())
运行结果：
True
版权声明：本文为CSDN博主「季南疯(JIM)」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/weixin_46235937/article/details/121885819
相关推荐
yolov5训练数据集划分
yolov5训练数据集划分 按照默认8：1：1划分训练集，测试集，验证集。 txt文件出现在imageset文件夹。 import os import randomtrainval_pe
深度学习之目标检测YOLOv5
一.简介 YOLOV4出现之后不久，YOLOv5横空出世。YOLOv5在YOLOv4算法的基础上做了进一步的改进，检测性能得到进一步的提升。虽然YOLOv5算法并没有与YOLOv4算法进行性能比较与分析࿰
加入金字塔分割注意力模块的目标检测-----基于CenterNet
原文：EPSANet: An Efficient Pyramid Split Attention Block on Convolutional Neural Network 代码链接：https://github
TX2+调用板载摄像头实时目标检测（yolov5)+tensorrt
前言 首先感谢無證騎士博主的大力支持，本文的也是根据他的文章魔改。 因项目需求，在TX2上部署yolov5算法实时检测目标。之前在ubantu上做过yolov5的图片检测，实时检测与之类似ÿ
暂无评论