【项目复现和部署】《pytorch-CycleGAN-and-pix2pix》

pytorch-CycleGAN-and-pix2pix项目复现和部署

虽然之前在家里学习了一阵子，但是仅仅停留在理论基础，实际项目部署真的一点也不会，多亏了一位师兄的帮助才让让我得以复现这段代码（非常感谢）。

环境准备

这里只用到了软件Xshell

源码链接地址：https://github.com/junyanz/pytorch-CycleGAN-and-pix2pix

正式步骤

首先通过端口号和主机号连接好师兄的服务器环境，把项目源码下载到本地单独建立的文件夹，创建虚拟环境env2，接下来按照github上一步一步的来就可以了。

token值前面的是服务器的ip地址。

连接服务器，创建文件夹，创建虚拟环境（一定要指定好python的版本号，不然后面一切都白搭，容易出现command问题），进入虚拟环境。打开github文档，将项目下载到本地，然后拖拽，尽量别git clone。解压缩，删除压缩包。按照github上面的步骤cd或者pip。

如果pip一个和github相关的文件，同样先从网站上直接下载，下载的过程中还要再次读一遍github这个下载网页的注意事项。

接下来安装jupyter notebook。

把该安装好的都安装好了，下一步，本地端口号映射到服务器的端口号。映射好了之后再本地输入localhost8080就能进入jupyternotebook。

conda安装jupyter的时候，安装在哪里，浏览器打开后的目录就是在哪里，所以jupyter一般都安装在工程里面。

输入ide的token值。

绿色箭头就是报错的意思，也是错误的根源。

import cv2就是检查cv2有没有安装成功。

jupyter notebook中单独执行代码块alt enter，edit里面可以切掉代码块，cell也可以增加代码块，

ls | grep xxx：显示当前目录下，文件名字中有xxx的文件信息

ps -ef：ps-ef用于查看全格式的全部进程，其中“ps”是在Linux中是查看进程的命令，“-e”参数代表显示所有进程，“-f”参数代表全格式。

虚拟环境下，不管在什么路径下安装依赖都会安装到对应虚拟环境的Anaconda。

.sh是liunx中的可执行文件，shell脚本，如果不是可执行文件，可以使用命令chmod 999 xxxx.sh也可以使用chmod x xxxx.sh。

-dataroot相当于一个形参，-dataroot后面一长串子都属于实参。

看论文直接从谷歌学术上看。

如果论文没有很直观的感觉，在jupyter notebook里新建一个python3文件，把从colab上找到的步骤命令复制在代码块里一步一步的执行，本地映射和Xshell都不要关。

github上如果又url这种网址的时候，映射到本地端口号时记得修改，如果在网页展示的同时，还需要开jupyter notebook，dos命令是可以多开的，服务器和本机的端口号得改的不一样，一样的话就被占用了。

今天主要遇到的问题首先昨天从网站上打开的可视化界面vidom今天的地址已经被使用了。address already in use，一般情况下已经被后台的其他进程给占用了，ps -ef命令可以查看当前所有进程，对应其进程号PID找到后，用命令kill -9 PID就可以杀死进程。再扩展一个命令TOP查看内存和服务器进程，查看完成之后ctrl+C中断。

关于地址映射的这条命令，ssh -L:8009:localhost:8097 [email protected] -p6145，前面的8009和后面的8097都是可以随便改的，但是后面的才是重点，前面的只是用来在自己本地跑，事实上没啥讲究，尽量别和后面的一样就行。

还有一点要强调的是，在jupyter编辑器里，开头是pip，python，bash是执行命令，而不是普通的代码块，所以要加句首要加！。

nvidia-smi -L查看gpu硬件配置。

运行结果

嘻嘻，能运行成功我就已经很开心啦。

结果大概就是这样子。