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