或许有冗余步骤、之后再优化。
1.桌面右键-git bash-输入命令如下【git clone https://github.com/junyanz/pytorch-CycleGAN-and-pix2pix】
2.打开anaconda的prompt，cd到pytorch-CycleGAN-and-pix2pix路径
3.在prompt里输入【conda env create -f environment.yml】配置虚拟环境及相应的包
4.在prompt里输入【conda activate pytorch-CycleGAN-and-pix2pix】激活虚拟环境
5.下载数据集。在github中说：
bash是linux命令，在win中，直接打开刚才下载的pytorch-CycleGAN-and-pix2pix文件夹找到datasets然后找到download_pix2pix_dataset.sh文件，记事本打开，找到url
打开http://efrosgans.eecs.berkeley.edu/pix2pix/datasets/
找到facades数据集下载
解压到pytorch-CycleGAN-and-pix2pix文件夹的datasets文件夹下
6.回到刚才的prompt，输入【pip install visdom】然后输入【python -m visdom.server】以便后续可视化运行结果
- To view training results and loss plots, run
python -m visdom.serverand click the URL http://localhost:8097.
7.打开pycharm，左上角open，找到下载的pytorch-CycleGAN-and-pix2pix，然后open
8.右下角interpreter设置，调成虚拟环境：
9.点开pycharm左下角terminal，输入【python test.py --dataroot ./datasets/facades --name facades_pix2pix --model pix2pix --direction BtoA】
即可跑代码
