测试项目为CycleGAN
项目源地址：https://github.com/xhujoy/CycleGAN-tensorflow
百度云地址：链接：https://pan.baidu.com/s/1tT1mUBqpFiN0kbEVvXlJjg 提取码：6n3r 里面有部分数据集
一：安装Anaconda
步骤：
1：从官方网站下载Anaconda
https://www.anaconda.com/download/
2：进行软件安装（这个和普通的没什么特别区别）
注意一点：
3：安装完成Anaconda之后进行环境变量的测试
进入到windows中的CMD命令模式：
（1）检测anaconda环境是否安装成功：conda --version
version的版本号根据自己下载的变化，并不影响
（2）检测目前安装了哪些环境变量：conda info --envs
4：更改源
更改方法一：cmd后依次输入下面命令
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
二、创建anaconda环境
1：创建环境， 安装python
python版本（我这里是安装的3.6的版本，这个根据需求来吧）：
conda create --name tensorflow-gpu python=3.6 #tensorflow-gpu为环境名字，
2：激活tensorflow 环境
conda activate tensorflow-gpu #tensorflow-gpu为自己刚才创建的名字
这里括号中表示激活的环境
3：anaconda环境的其他操作（删除，重命名，拷贝）可自行百度
三、安装pycharm
Pycharm是程序的编辑器
下载地址：https://www.jetbrains.com/pycharm/download/#section=windows
社区版不需要激活，专业版需要激活（可以使用自己的湖大邮箱注册账号，进行学生认证，对学生免费，当然如果懒得搞，就下载社区版）
一路路灯安装就行
四、安装tensorflow
1：CPU版本的安装
可以参考价官网安装
https://www.tensorflow.org/install/pip?hl=zh-cn
在激活了虚拟环境之后
在CMD中输入
pip install --upgrade tensorflow==1.15
本次代码建议使用1.15版本，不要问为什么，就因为我自己是这个版本，任性。不要装2.0版本之后的，因为2.0版本跟1.X版本相差很大，很多库不一样。
2：GPU版本安装
1: 必须在系统中安装以下 NVIDIA® 软件：
- NVIDIA® GPU 驱动程序
- CUDA® 工具包
- CUDA® 工具包附带的 CUPTI。
- cuDNN SDK 8.1.0 cuDNN 版本。
cuda CUDNN tensorflow版本一定要对应！！！
cuda CUDNN tensorflow版本一定要对应！！！
cuda CUDNN tensorflow版本一定要对应！！！
对应关系可以参考：
2：安装驱动
在英伟达官网安装或者英伟达控制面板中更新到最新
3：安装cuda和CUDNN
1）下载cuda
CUDA下载地址：
https://developer.nvidia.com/cuda-toolkit-archive
image.png
2）下载cudnn
CUDNN下载地址：
https://developer.nvidia.com/zh-cn/cudnn
下载cudnn需要注册登陆。一定要一定要一定要匹配版本。
3）安装cuda
一路绿灯，一路默认。
4）安装cudnn
将cudnn的文件解压缩会得到这三个东西
然后讲这三个文件夹中的东西拷贝到cuda安装路径中相对应的位置如果是默认安装就会装到这里。
测试tensorflow
在CMD中输入这些，如果没报错就恭喜了！！！
4.TensorFlow测试
(1).代码测试：
import tensorflow as tf
如果安装过程中出现问题，直接复制问题到百度，基本都有解释
参考：https://blog.csdn.net/sb19931201/article/details/53648615
五、打开项目
1：解压缩文件。
2：打开pycharm，打开一个项目，路径就是刚才解压的路径
3：设置环境，设置为刚才创建和安装好的的tensorflow环境
1
2
3
4
六、安装依赖
每个程序在开始都有导入的库，如果库没有安装在运行程序会报错提示没有这个东西，
安装库一般可以在pycharm 下方terminal选型卡进行pip安装，以安装argparse库为例
使用pip install argparse（要安装的包）
这里软件所需要的的包已经在requirement.txt文件中记录了。我们只需要使用
pip install -r requirements.txt
即可安装，如果遇到个别的包没安装正确，可以使用下面命令来安装。这个例子中scipy1.2.1要和PILLOW==7.0.0要对应，如果有问题很大可能是这个问题
pip install scipy==1.2.1 #指定版本号需要使用两个等号，
image.png
七、代码解释
全部文件
1各文件的作用
1：checkpoint 这个文件夹放置训练好的模型
2：datasets 文件夹放置数据集，数据路径在图中有显示
3：img 文件夹用来放置readme.md中的图片，
4：sample 文件夹用来放置训练时产生的样例
5：test 文件夹用来放置模型训练好之后的测试结果
6：download——dataset.sh 数据集下载脚本。在Ubuntu系统可以直接下载，本文例子直接给了数据集。
7：main.py 主程序，程序从这里开始运行
8：model.py 定义cyclegan 模型
9：module.py 用来定义cyclegan的基本结构，如生成器鉴别器
10：ops.py：定义生成器和鉴别器中的卷积层
11：utils.py：定义cyclegan中的工具。
2模型定义代码
1）训练参数
main.py
2）组件定义
module.py
鉴别器结构
3）cyclegan模型定义
model.py
定义cycle结构，和鉴别器的判别结果
4）损失定义
损失定义
5）优化方式定义
优化方法
训练代码
测试代码
网友评论