一、下載項(xiàng)目

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

1. download：下載文件

2. Anaconda：下載環(huán)境

下拉選項(xiàng)，找到README.MD

（1）首先找到文件位置

Getting Started——>找到conda 需要去建立的對應(yīng)環(huán)境：

（2）運(yùn)行指令

為該項(xiàng)目建立虛擬環(huán)境并且下載:

這里使用的是第1步中的conda命令（可以使用pip）

conda env create -f environment.yml  	# 可使用清華鏡像的方式下載

 推薦使用：（還有一種方法，如果自己的pytorch版本符合要求，可以不用下載）
           根據(jù)文檔的packages版本要求下載：

#（1）首先建立虛擬環(huán)境

	conda create -n  xxx （環(huán)境名稱）python=3.9

（2）然后再去下載對應(yīng)版本的pytorch（GPU）或者CPU版本

（3）下載visdom：觀察loss損失函數(shù)

	 pip install visdom   -i https://pypi.tuna.tsinghua.edu.cn/simple

3. 下載數(shù)據(jù)集

（1） 數(shù)據(jù)集

• 找到對應(yīng)的文件：

• 在文件夾中將上面的文件，使用記事本的方式打開，查找數(shù)據(jù)集的網(wǎng)址。

• 去該網(wǎng)址下載對應(yīng)的數(shù)據(jù)集：

• 下載成功，解壓后放到項(xiàng)目中的dataset中。
  輸入下面的指令，點(diǎn)擊URL可以觀察損失函數(shù)。 返回：It’s alive

`python  -m visdom.server` 

![在這里插入圖片描述](https://img-blog.csdnimg.cn/1773e1ad3ced404e8ca34910baf168a5.png)

另外：除了在Pycharm中查看包的版本，也可以在下面的文件中使用記事本來查看。

4. 訓(xùn)練模型

在Terminal中運(yùn)行下面的指令代碼：（使用的是facades數(shù)據(jù)集）

 python train.py --dataroot ./datasets/facades --name facades_pix2pix --model pix2pix --direction BtoA

運(yùn)行成功：

最后總結(jié)一些自己遇到的問題：

1.我使用的是pip下載,但是根據(jù)github里的指令下載的是cpu版本。所以我就根據(jù)自己的cuda版本，下載對應(yīng)的pytorch版本(GPU)。

  conda create -n  pytorch-CycleGAN-and-pix2pix-master python=3.9 

這里是建立虛擬環(huán)境后，再去下載pytroch。

2.下載后沒有dominate，visdom module，使用pip鏡像下載。

3.visdom出現(xiàn)錯誤，python - m visdom.server無法啟動問題。一直卡住不動。

解決方法:

  （1）找到虛擬環(huán)境下的visdom文件夾，例如我的是：E:\anaconda\envs\pytorch_bai\Lib\site-packages\visdom\server\run_server.py，使用記事本打開，拉到最下面，在download_scripts()前面加上#（注釋)。

  （2）下載static文件，覆蓋visdom文件下的static。 

  （3）再次運(yùn)行python - m visdom.server ，就可以正常訪問localhost：8097 

具體的鏈接：通過百度網(wǎng)盤分享的文件：static 鏈接：https://pan.baidu.com/s/16hl6dgxmQy3rr7PwVkImrw 復(fù)制這段內(nèi)容打開「百度網(wǎng)盤APP 即可獲取

最后，打開pyrcharm，配置好環(huán)境，在終端輸入指令：
python train.py --dataroot ./datasets/facades --name facades_pix2pix --model pix2pix --direction BtoA，就可以運(yùn)行。