EnlightenGAN环境配置

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

参考网址

>>> 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
>>>

如果 torch.cuda.is_available()结果是False，那么需要检查安装的torch版本是CPU还是CUDA。