为了跑YOLOv5配置环境走了很多弯路，现在将详细不走记录下来，供以后参考。
一、显卡驱动安装
参考了这位大佬的文章：【Python学习】Ubuntu18.04从零开始安装CUDA与cuDNN_YirongChen的博客-CSDN博客_cudnn 下载
但是具体的显卡驱动版本，最好根据下面流程确定：先确定cudnn版本、再确定cuda版本、再确定显卡驱动版本。cudnn、cuda、显卡驱动对应关系见（点某个版本的cudnn support matrix进去就会看见下面图1示的东西）：
Documentation Archives :: NVIDIA Deep Learning cuDNN Documentation
图1
其实：只要满足显卡驱动的版本大于等于cuda的版本基本上都可以，如显卡驱动为460.32.03，那么安装cuda11.2.2 update1之前的版本都可以。我装的显卡驱动为470.129，cuda版本为10.1。cuda是具有前向兼容能力的，详见官方文档：CUDA Compatibility :: NVIDIA Data Center GPU Driver Documentation
图2
二、系统cuda和cudnn配置
cuda10.1的包下载地址：CUDA Toolkit Archive | NVIDIA Developer。
cudnn7.6.5包下载地址：cuDNN Archive | NVIDIA Developer
安装方法参考这2位大佬：Ubuntu 20.04安装CUDA 11.0、cuDNN 8.0.5、PyTorch 1.7.0 - BooTurbo - 博客园
ubuntu18.04下载显卡驱动+CUDA+CUDNN_CashAp的博客-CSDN博客_ubuntu下载cudnn
三、深度学习环境搭建
1、下载anaconda3.5.0的.sh文件并安装（清华源下载），安完后打开终端用命令“conda activate”可能会让你用“source activate”进行激活，这个时候只需要在主目录按“Ctrl+h”显示出隐藏文件，打开.bashrc文件并在最后一行添加“source activate”保存退出就可以正常用conda的命令了。通过conda建立你需要的python版本的环境并激活。
2、安装pycharm并创建桌面快捷方式：
首先通过下面代码解压，
tar -zxvf pycharm-community-2021.3.2.tar.gz
然后进入pycharm的bin文件夹运行pycharm
sh /home/xxx/Downloads/pycharm-community-2021.3.2/bin/pycharm.sh
安步骤随便创建一个工程，在tools中找到Ctreate desktop entry，然后就可以在“全部应用”中找到pychram了。
3、接下来就可以开始装pytorch了。pytorch版本为1.7.1（注意：我在用清华源安装更高版本的pytorch时，会出现有些包找不到的情况，还会报冲突，因此我还是老实的安装了1.7.1版本；此处的cuda版本也就是对应命令中的“cudatoolkit=10.1”必须与步骤二中安装的版本一样）我用的命令是：
# CUDA 10.1
conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=10.1 -c pytorch将最后那个pytorch删除，并更换为清华源，这样速度会快很多，具体可以参考这位大佬：pytorch安装-国内镜像源_still_learning的博客-CSDN博客_pytorch镜像源2
tips：其实，我觉得在配置系统cuda和cudnn之前，完全可以先用conda试一装以下pytorch，看看清华源里面有没有需要的依赖包，免得装好了系统的cuda和cudnn才发现清华源装不上与之匹配的pytorch依赖包。
2、还有一些其他需要的函数库可能版本不对，这时候就需要通过conda先将其uninstall，然后再用下面这个命令安装（以opencv为例）：
pip install -i http://pypi.doubanio.com/simple/ --trusted-host pypi.doubanio.com opencv-python==122222(版本号是故意乱写的，这样终端会报错，并返回这个源中可安装的版本号，我就可以尽情挑选了)
注意：如果以上命令安装报冲突的错误，请先尝试更新pip版本；如果报一个网络的错误，可以尝试将“http”换为“https”。
四、最后就是根据YOLOv5的说明文档编译相应文件，然后就可以开始炼丹了。
后记：在配完1060显卡的环境后，又需要再新电脑上进行运行，显卡为1660，装的驱动为470.129。本以为应该用更高版本的cuda和cudnn，装完后进行pytorch配置时，才发现清华源里面没有相应的pytorch依赖包，然后，我又按照1060的cuda和cudnn版本来了一遍，结果居然好用，因此我觉得图1中对显卡驱动的要求“r418.39”指的应该是最低版本。