github深度学习项目复现教程

如何找感兴趣的项目?

使用github或papers with code搜索关键词"deep learning"等,最受欢迎的是stars数最多的

查看readme

是否清晰地描述了项目目标、使用的技术、安装步骤和运行方法

是否包含依赖项、所需数据集和训练模型等信息

1、准备环境

如果是租用gpu服务器,可以直接选好拥有对应环境的服务器,就不用再新建虚拟环境占用空间了(服务器ssh登录vscode时,如果连接不上,可能是因为配置文件里已经有了相同服务器的记录,要把它注释掉,再连接)

(1)克隆项目到本地

终端输入:git clone 项目url(克隆到当前文件夹下)

或者下载zip解压缩,再用vscode打开

推荐使用git clone,下载的是完整的仓库,可以自动检查更新和完整性(如部分文件已经下载,重新克隆时会判断是否需要更新这些文件),而zip只是一个静态文件包

(2)创建并激活环境

conda create -n unet python=3.9

conda activate unet

复制代码
conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia

(pytorch官网找到对应的torch版本的下载命令,服务器拥有的cuda是12.2,所以下载命令使用的版本不能超过12.2)

(3)安装依赖项

requirments.txt或environment.yml

pip install -r requirments.txt (-r表示read,读取文件)

使用envirment.yml时,

在上一步创建环境的时候这样写conda env create -n myenv --file environment.yml

如果没有依赖文件,就自己去要运行的文件(dataset.pymain.py)里找需要什么依赖,再一个个安装,或者根据它的报错提示来补充安装

2、准备数据

下载数据集到指定文件夹

检查数据集格式,是否需要预处理或格式转换

3、配置和运行项目

(1)仔细阅读配置说明,修改配置文件(config.json或.yaml)

(2)运行项目

比如:pythonn train.py(运行脚本)

可能会报错,需要解决潜在问题

比如这个例子,我们需要把dataset.py里的数据集路径更改成自己的(注意可能有多次出现哦,就要改动很多处)

然后是输入命令python main.py,--action这些是参数,在main.py里可以看到;注意如果不指定--dataset,就会使用default数据集,这里default是liver数据集,如果liver数据集不存在,就会出现ZeroDivisionError: division by zero这样的错误。所以必须指定好数据集。

还要注意此时要进入mian.py所在的目录下,才能找到并执行这个文件

4、检查输出并评估

查看输出(训练日志、生成的模型或可视化结果)

进行评估(有的项目会提供评估脚本或方法)

比较结果(和文档中的参考结果作比较,看是否一致)

相关推荐
Cosolar4 小时前
FunASR 前端语音识别代码解析
前端·面试·github
(・∀・)8 小时前
如何配置 GitHub 远程仓库及本地 Git 环境
github
赴前尘8 小时前
Go 微服务框架排行榜(按 GitHub Star 排序)
微服务·golang·github
idaibin10 小时前
"Git 多仓库用户身份自动切换与隐私保护指南
git·github
源代码杀手12 小时前
深入解析 Spec Kit 工作流:基于 GitHub 的 Spec-Driven Development 实践
人工智能·github
stark张宇16 小时前
告别Git恐惧症!一套课程搞定Win/Mac/Linux三端配置与核心原理
git·架构·github
逛逛GitHub16 小时前
被干宕机的 GitHub 解读神器,已经收录 10W+ 项目了。
github
叫我詹躲躲18 小时前
Git和GitHub终极秘籍:50个命令让你从新手秒变专家
git·github
掘金安东尼19 小时前
前端周刊433期(2025年9月22日–9月28日)
前端·javascript·github
绝无仅有19 小时前
面试真题之收钱吧问题与总结
后端·面试·github