pytorch-CycleGAN-and-pix2pix

环境要求

• Python 3.11（2025 年更新后支持）
• PyTorch 2.4
• Conda 包管理器（README 提供 environment.yml）
• 可选：Docker（README 提供预构建镜像与 Dockerfile）
• 建议具备 NVIDIA GPU，多卡训练需 DDP 支持

安装与启动步骤

1. 1克隆项目仓库

   把官方仓库下载到本地并进入项目目录，后续所有命令都在该目录下执行。

   git clone https://github.com/junyanz/pytorch-CycleGAN-and-pix2pix
   cd pytorch-CycleGAN-and-pix2pix

   复制

2. 2创建 Conda 环境

   用仓库自带的 environment.yml 一次性装好 PyTorch 及其余依赖，环境名由文件指定。

   conda env create -f environment.yml

   复制

3. 3激活环境

   激活刚创建的环境，之后运行代码都需先激活。环境名为 pytorch-img2img。

   conda activate pytorch-img2img

   复制

4. 4Docker 方式（可选）

   不想用 Conda 的用户可用官方预构建镜像和 Dockerfile，具体命令见仓库 docs/docker.md，README 未直接给出。

如何确认成功

执行 conda activate pytorch-img2img 后命令行前缀显示 pytorch-img2img，说明依赖环境已创建并激活成功。

常见问题

注意事项

• 2025 年更新后代码支持 Python 3.11 与 PyTorch 2.4，建议按此版本准备环境。
• 多卡训练命令中的省略号代表待补参数，README 节选未给出完整训练/测试命令，请查阅仓库文档。
• README 推荐了更新的 img2img-turbo（pix2pix-turbo / CycleGAN-Turbo）与 CUT 项目，速度与效果更优。
• Repl.it 用户可直接点 README 中的 Run on Repl.it 徽章在线运行。