参考教程： 

安装参考：YOLOV8全环境配置教程（图文教程，30分钟可配置完成！！）-CSDN博客https://blog.csdn.net/weixin_46600829/article/details/142576793

注意：我测试发现上面这个博主pytorch安装使用的国内镜像源，但是我发现网上使用国内的 有很大几率会发生下载为CPU版本，国外的下载慢，建议参看下面pytorch安装教程链接

pytorch安装：pytorch gpu国内镜像下载，目前最快下载_pytorch 镜像下载-CSDN博客https://blog.csdn.net/YY007H/article/details/141962724

博主电脑配置：戴尔 显卡max350 

从miniconda、cuda、cudnn、pytorch GPU的下载和对应版本环境搭建，到pycharm中yolov8的使用，跟着教程走，除去软件下载时间，30分钟即可配置完成并使用！！！

第一步、显卡驱动查看 

nvidia-smi

 

系统·支持最高cuda12.7  

第2步：Miniconda安装

博主使用Miniconda进行python环境的管理，Miniconda相对Anaconda软件小，且功能足够使用，建议学习miniconda！

YOLOV8全环境配置教程（图文教程，30分钟可配置完成！！）-CSDN博客

 第3步：cuda及cudnn安装

版本检查 

• 安装前可以先进行电脑显卡驱动的升级，这里不多做介绍（可选步骤）

第五步、创建python环境 

conda create -n yolo python==3.11 

 

扫描二维码关注公众号，回复： 17465717 查看本文章

关键步骤 ：使用阿里云后缀-f https://mirrors.aliyun.com/pytorch-wheels/cu118

pip install torch==2.3.1 torchvision==0.18.1 torchaudio==2.3.1 -f https://mirrors.aliyun.com/pytorch-wheels/cu118

import torch
print(torch.__version__)
print(torch.version.cuda)
print(torch.cuda.is_available())  #输出为True，则安装无误