一、基础开发环境搭建
1）cuda安装
需要根据自己的显卡的型号选择支持的CUDA版本
显卡驱动查看：
鼠标右键
CUDA安装版本查看：https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html
注意看自己的电脑配置，我的电脑最高可安装CUDA 11.7 Update 1，再高电脑就安装不了了
版本是向下兼容的
安装 CUDA 11.7 Update 1
CUDA安装地址：https://developer.nvidia.com/cuda-toolkit-archive
然后等待下载
一直下一步就行
安装好后，需要再配置下系统的环境变量，电脑->鼠标右键->属性->高级系统设置->环境变量->Path：
如果你安装的cuda没有NVSMI这个文件夹就直接跳过这步！！！
注意：高版本的显卡驱动不需要做这步！高版本的显卡驱动不需要添加环境变量！
配置好后，就可以在cmd中使用nvidia-smi指令查看显卡的使用情况
至此，CUDA完成
2）安装Anaconda 3
Anaconda是Python的包管理器和环境管理器，可以方便我们安装Python的第三方库
Anaconda下载地址：https://www.anaconda.com/products/individual
安装包的版本根据电脑系统选择
下载后默认下一步安装即可
官网如果下载过慢，也可以使用清华开源软件镜像网站
清华镜像网站：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
安装好后，需要添加系统环境变量，方法与安装CUDA时一样：
D:\Softwares\Anaconda
D:\Softwares\Anaconda\Scripts
路径改为自己安装的Anaconda路径即可。
配置好后，在cmd中运行conda -V没有报错，有版本信息输出，说明配置成功。
Anaconda 镜像使用帮助：https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/
修改用户目录下的.condarc文件
C:\Users\Cappuccino\.condarc
将文件内容修改为：
channels:
- defaults
show_channel_urls: true
default_channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
输入指令：
conda create -n Cappuccino jupyter notebook cudnn
输入y确认，安装第三方库
等待慢慢下载
再跑一遍
安装完成后，使用指令activate Cappuccino 切换到名为Cappuccino的虚拟环境中
每个虚拟环境都是独立的，互不影响，这样就可以在一台电脑上，配置多个开发环境，避免冲突问题。
至此，Anaconda配置完成。
二、AI算法的部署与运行
1）算法环境搭建
打开想要运行的Real-ESRGAN项目
项目地址：https://github.com/xinntao/Real-ESRGAN
Pytorch官网：https://pytorch.org/
将运行命令复制
conda install pytorch torchvision torchaudio pytorch-cuda=11.7 -c pytorch -c nvidia
Pytorch安装完成：
使用conda clean 清理下缓存
conda clean --all
打包安装所有的第三方依赖库
首先将项目Real-ESRGAN-master里面requirements.txt中已安装好的删除掉
然后执行
python -m pip install -r requirements.txt
至此，算法环境搭建完成
2）算法运行
下载训练好的模型
将模型放到工程目录的experiments/pretrained_models目录下
输入以下命令，运行算法：
python inference_realesrgan.py -n RealESRGAN_x4plus -i inputs --face_enhance
报错了，说明包导入的有问题
修改_init_.py文件
然后重新运行命令
inputs文件夹中的原图：
模型跑出来的：results文件夹中的图片
效果还是不错的
展示1：
展示2：
