深度学习入门：用pytorch跑通GitHub的UNET-ZOO项目
一、环境配置
首先打开Anaconda prompt，创建一个虚拟环境，python版本号选3.9
conda create -n unet python=3.9激活
conda activate unet在当前环境下下载pytorch
建议在官网安装，镜像容易装错版本。
（1）打开pytorch官网：PyTorch，点击Get Started
要选择pip，我装的是11.8，兼容的版本多一点，不容易出错。
把复制链接到Anaconda Prompt创建的虚拟环境中安装。
然后下载CUDA，版本根据自己的cuda version来，不知道的就查一下，
win+R，输入CMD，输入以下代码查看
nvidia-smi
查看CUDA Version，我的是12.9，所以要去官网装12.9以下的版本，我装的11.8.0
直接官网装：CUDA Toolkit Archive | NVIDIA Developer
安装好一会，在Anaconda Prompt创建的虚拟环境中测试一下，依次输入以下代码：
python
import torch
torch.cuda.is_available()结果返回true，则表示torch安装成功，并且可以调用了。
二、下载UNET-ZOO项目到本地
项目地址为：Andy-zhujunwen/UNET-ZOO: including unet,unet++,attention-unet,r2unet,cenet,segnet ,fcn.
新建一个文件夹，下载项目ZIP到这个文件夹
再下载项目提供的数据集，这里建议下载Liver数据集
把压缩包解压（数据集压缩包解压到项目目录下），用pycharm打开这个项目
三、跑通项目
记得要把pycharm环境切换至虚拟环境，步骤为
File->settings
点击Add interpreter
use existing environment选择你配置第一步配置的虚拟环境名字，点ok就行了。
然后，在pycharm找到dataset.py，修改路径为你的数据集路径
然后在terminal中输入以下代码
python main.py --action train --arch UNet --epoch 21 --batch_size 21 模型就可以跑通了