深度学习小白如何复现项目代码？

目标：掌握常见深度学习代码运行技巧，实现能够复现跑通别人开源的项目，以为GAN网络为例。

一、代码+数据集

代码地址：https://github.com/junyanz/pytorch-CycleGAN-and-pix2pix

代码下载：一键下载压缩包，然后解压，用pycharm打开项目

数据集地址：Index of /cyclegan/datasets

数据集下载：点集需要的数据集下载， 解压后放在项目的dataset文件夹中（其他项目可能是data具体看一下readme或者代码）

预训练模型地址：Index of /cyclegan/pretrained_models

别人训练好的模型，以pth结尾，保存在项目中的checkpoints/horse2zebra.path_pretrained文件夹中（训练时会自动生成这个文件夹）

二、选择编译器，安装依赖

1.项目解压后如图所示，使用pycharm打开该项目的文件夹

2.选择环境：打开项目后，点击File栏下的setting,找到Python interpreter,选择需要的Python环境，点击OK。（我这里是本地，没有弄虚拟环境，后续连接服务器跑的时候学习一下）

3.打开requirements.txt文件，这个文件下都是需要该项目使用到的库，需要提前安装，这里有个一键安装的方法，不需要一个个手动pip install：打开Terminal 控制台，输入pip install -r requirements.txt 即可，它会自动读取文件中的依赖并安装。

三、配置参数

左边的train.py和test.py就是训练和测试用的代码了，但是打开之后直接跑会报错：

test.py: error: the following arguments are required: --dataroot

意思就是需要先指定一些参数，以test为例，此时点击RUN下拉菜单，点击Edit Configurations，或者右键点击Modify run configurations

--dataroot datasets/horse2zebra/testA  #指定用于测试的数据路径
--name horse2zebra_pretrained      #指定测试结果存放路径
--model test --no_dropout              #指定模式为test,不加dropout
--gpu_ids -1  #不使用GPU跑   

注意：一般的项目代码都是使用gpu跑的，所以大家需要有一台有显卡的电脑，按照自己的显卡先安装cuda和cudnn，和对应的pytorch才能正常运行，如果没有的话可以输入--gpu_ids -1  表示不使用GPU跑 (不是一直有效)。

四、使用预训练模型进行测试

方式1：打开test.py，右键Run（需要提前配置参数）

方式2：直接在控制台输入以下命令，带参运行test.py（这些命令在readme中都有）

python test.py --dataroot datasets/horse2zebra/testA --name horse2zebra_pretrained --model test --no_dropout

运行结束后，就可以到results目录下查看运行结果了（是不是很简单）。

注意，如果报错的话，可能需要修改一下预训练模型的名字，根据报错修改即可。

大概就是如此，至于训练其实也是一样的，设置参数直接运行就好了，只是输出的是模型，而且跑的时间比较久，所以不展示了。重点是看懂代码，如何修改模型才是重点，这个后面讲。

常用代码

import torch
print(torch.__version__)        #查看pytorch版本
print(torch.cuda.is_available())#查看gpu(cuda)是否可用



---控制台---
nvidia-smi   #查看cuda版本