简单记录下这段时间在 Win & Linux 上跑 Internal GAN Git Project所学习到的，Pytorch环境搭建和使用的方法和小技巧
TIP：有些工程要求必须要用GPU，所以仅设置默认gpu_id=-1(直接使用CPU)是不行的
首先应该确定项目的GPU cudatoolkit版本与Pytorch版本的对用关系
小工具：CMD命令行输入
nvcc -V //显示当前本机上安装的cudatoolkit版本
nvidia-smi //显示当前GPU的CUDA Vr及Driver Vr
采用Anaconda配置Pytorch GPU版本的环境
Anaconda清华下载URL：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
小工具：wget +Download File URL
eg：
wget http://www.wisdom.weizmann.ac.il/~vision/ingan/resources/checkpoint_0075000.pth.tar
用wget命令来下载文件可有效解决http下载经常中断而导致文件不完整，丢失等问题，如有需要可以尝试（windows下需要格外安装wget）
Linux下安装sh文件
bash 文件名.sh
安装Anaconda后，可以在CMD命令行中使用以下命令判断Anaconda是否顺利安装完成
conda -V
配置Conda国内镜像
在CMD命令行中直接输入
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ //添加清华镜像
conda config --set show_channel_urls yes //每次安装包时会将包源路径显示出来
(备选)配置Pip国内镜像
~临时使用
可以在使用pip的时候在后加参数 -i
eg：
python -m pip install ffmpeg -i https://pypi.tuna.tsinghua.edu.cn/simple //python -m 是为了把package安装在当前环境目录下
~全局使用
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
或者在windows下，直接在user目录中创建一个pip目录，如：C:\Users\xx\pip，新建文件pip.ini ，内容如下
[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
安装好Conda后开始创建环境
建议用Conda小黑框，虽然Anaconda可视化操作界面也不错，但是应该培养使用命令行的能力，方便日后操作Linux系统
conda create -n really_pytorch python==3.6 //-n 是固定写法 really_pytorch 是创建的环境名字 python==3.6是指定python版本
conda remove -n really_pytorch --all //相对应的卸载环境的写法
检索当前存在环境
conda env list
激活环境
conda activate really_pytorch //激活 really_pytorch 环境
conda deactivate really_pytorch //相对应的注销 really_pytorch 环境
安装所需要的包
TIP：可能有些人喜欢用Pycharm安装所需要的package，这样会存在诸多问题，建议不要采用该方案
以InGAN GIT Project为例，需要安装pytorch，cudatoolkit=9.2，ffmpeg，sk-video，pillow，matplotlib等package
conda install pillow //安装pillow package
conda install pytorch=1.4 //安装指定版本的package
python -m pip install scikit-video //当用conda无法安装某些包时，可改用pip安装
conda install pytorch torchvision cudatoolkit=9.2 -c pytorch //安装时若去掉-c pytorch 则会采用事先设定好的清华镜像
当不确定一个包的可用版本时，可以用search命令
eg：
conda search pillow
补充
Pycharm相关
可以使用Pycharm打开项目，解释器Interpreter选择以上配好的环境（really_pytorch），通过Pycharm的报错来检查还缺少那些package，此外可以通过勾选SSH中自动上传文件到服务器，实现和服务器文件同步的效果
TIP：选择解释器Interpreter路径时，如果忘记了配好的环境的位置，可以在conda已经激活环境的情况下，使用 conda list 命令显示环境位置
知道环境位置后，在Pycharm里选择 环境位置/bin/python 即可成功设置解释器Interpreter
Linux screen用法
在Linux服务器上跑项目，人不会一直守着，可以采用Linux的Screen命令实现断开远程连接后，任务不中断
screen -S really //创建名字叫 really 的会话
Ctrl+a d //需要离开时按住 ctrl 按 a 后再 d
screen -r really //再次上线后查看really会话
screen -ls // 如果忘记了之前创建会话的名字，或者当时没有指定会话名，可用此查看当前存在的会话
exit //退出会话
Linux 解压tar.gz文件
tar zxvf ........tar.gz
2021/03/09补充
用conda info查询当前env位置，最好不要放在c盘
