Configuración de Anaconda

Descargue la distribución de Anaconda 3 desde el repositorio de espejo de Tsinghua para una descarga más rápida en la región de Asia.

# Comando de descarga (reemplazar con la URL específica del archivo)
wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-xxxx-Linux-x86_64.sh

Ejecute el instalador con permisos de bash y siga las indicaciones en pantalla, aceptando los términos cuando sea requerido.

bash Anaconda3-xxxx-Linux-x86_64.sh

Confirme la instalación exitosa verificando la versión del paquete conda.

conda --version

Instalación del Toolkit CUDA 11.8

Obtenga el instalador local de CUDA 11.8 desde el archivo oficial de NVIDIA para sistemas Linux.

wget https://developer.download.nvidia.com/compute/cuda/11.8.0/local_installers/cuda_11.8.0_520.61.05_linux.run

Ejecute el instalador como root y, durante el proceso, desmarque la opción del controlador de pantalla si ya está instalado, luego proceda con la instalación del toolkit.

sudo sh cuda_11.8.0_520.61.05_linux.run

Integre las rutas de CUDA en el entorno del sistema editando el archivo de configuración del shell.

echo 'export PATH=$PATH:/usr/local/cuda-11.8/bin' >> ~/.bashrc
echo 'export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-11.8/lib64' >> ~/.bashrc
source ~/.bashrc

Verifique que el compilador de CUDA esté disponible y muestre la versión correcta.

nvcc --version

Instalación de la biblioteca cuDNN

Descargue el archivo tar de cuDNN compatible con CUDA 11.8 desde el portal de desarrolladores de NVIDIA.

# Ejemplo de comando (ajustar según la versión descargada)
tar -xf cudnn-linux-x86_64-8.x.x.x_cuda11-archive.tar.xz

Copie los archivos de encabezado y bibliotecas a las ubicaciones correspondientes de CUDA y establezca los permisos adecuados.

sudo cp cudnn-linux-x86_64-8.x.x.x_cuda11-archive/include/cudnn*.h /usr/local/cuda-11.8/include/
sudo cp cudnn-linux-x86_64-8.x.x.x_cuda11-archive/lib/libcudnn* /usr/local/cuda-11.8/lib64/
sudo chmod a+r /usr/local/cuda-11.8/include/cudnn*.h
sudo chmod a+r /usr/local/cuda-11.8/lib64/libcudnn*
sudo ldconfig

Compruebe la instalación inspeccionando el archivo de versión de cuDNN.

grep CUDNN_MAJOR /usr/local/cuda-11.8/include/cudnn_version.h

Configuración del Entorno Conda para YOLOv11

Cree un aislamiento de entorno con Python 3.10 usando conda y actívelo.

conda create --name yolov11_env python=3.10 -y
conda activate yolov11_env
python --version

Instale PyTorch con soporte para CUDA 11.8 desde los repositorios oficiales.

pip install torch==2.4.1 torchvision==0.19.1 torchaudio==2.4.1 --index-url https://download.pytorch.org/whl/cu118

Valide la integración de PyTorch con CUDA y cuDNN ejecutando un script de prueba.

python -c "import torch; print('PyTorch:', torch.__version__, 'CUDA:', torch.version.cuda, 'cuDNN:', torch.backends.cudnn.version())"

Instale la bibiloteca ultralytics para el framework YOLO.

pip install ultralytics

Realice una inferenica rápida con un modelo preentrenado para confirmar el funcionamiento.

yolo predict model=yolo11n.pt source='https://ultralytics.com/images/bus.jpg'