关于EnlightenGAN的GitHub参考网址:EnlightenGAN
因为参考的这个是在linux环境下进行的,且版本也比较旧,所以在现在会有出入。可以参考这篇文章进行修改。EnlightGAN
除了上述的网址,可以参考GitHub上的另一个,也可以实现EnlightenGAN还有很多无监督方法:无监督
1.检查电脑的NVIDIA版本
若没有显示,则需要更新驱动程序
网址:NVIDIA
2.安装CUDA
参考网址
讲的很好,一般安装的版本过高(一开始选择11.0+,安装失败了),会失败。建议不要选太高,我根据参考网址选择的版本10.2安装成功。
测试是否安装成功
3.安装cuDNN
官网网址:https://developer.nvidia.com/rdp/cudnn-archive
安装cuDNN
4.安装torch
Torch官网
命令行输入,进行安装,如果安装失败的话,可以去上述网址进行下载,再安装。(需要下载Torch和Torchvision)
可以参考这篇文章:参考
5.检查cuda,cuDNN,torch是否安装成功
>>> import torch
>>> torch.cuda.is_available() # cuda是否可用
True
>>> print(torch.version.cuda) # 查看pytorch 对应的cuda版本
11.3
>>> print(torch.__version__) # 查看pytorch版本
1.11.0
>>> torch.cuda.device_count() # 返回gpu数量
1
>>> torch.cuda.get_device_name(0) # 返回gpu名字,设备索引默认从0开始;
'NVIDIA GeForce 940MX'
>>> torch.cuda.current_device() # 返回当前设备索引
0
>>> import torch
>>> print(torch.backends.cudnn.version())
8200
>>> a = torch.tensor(1.)
>>> a.cuda()
tensor(1., device='cuda:0')
>>> from torch.backends import cudnn # 若正常则静默
>>> cudnn.is_available() # 若正常返回True
True
>>> cudnn.is_acceptable(a.cuda()) # 若正常返回True
True
>>>