深度学习环境配置 和 CP-VTON 复现

开发环境

除了根据link配置好cuDNN，Tensorflow，PyTorch以外，一些其他的依赖包如TensorboardX，Opencv 等也可以用同样的方法在命令行用pip3 install 并通过清华镜像 -i https://pypi.tuna.tsinghua.edu.cn/simple 进行配置。

安装PyCharm。先在PyCharm官网下载安装包，在命令行进入解压后的/bin文件夹，执行 sh ./pycharm.sh 命令，之后的操作参照链接，并参考link配置项目环境。

错误解决方案：

• sudo apt-get install 出现“E: 有几个软件包无法下载，要不运行 apt-get update 或者加上 --fix-missing 的选项再试试？”。参考1 参考2 。由于两种方案都有尝试，所以不确定是哪一个奏效。

• “sudo add-apt-repository command not found”：解决方案

• “no module named Tensorflow”：存在多个版本的python时，需要键入正确版本如使用pip3安装则是python3，以导入模块。参考

• “tensorboard: command notfound”：解决方案 我是在tensorboard里python main.py解决的

数据下载

谷歌搜索镜像：谷歌学术镜像

MultCloud：在官网注册一个账号，进入后绑定百度云或其他可访问的网盘，绑定Google Drive（需要代理），在Google Drive中将需要下载的文件保存到自己的空间后，在MultCloud中选中，Copy to 目标网盘，即可在其他网盘工具进行高速下载。如果是放在谷歌网盘的数据集，可以通过上述方法下载。

我后来保存了cp-vton的数据集和模型，可以在（