0. 引言

Github上存在大量的代码。当下载下来后可能会存在疑惑：如何在本地配置对应的项目呢？
为了帮助新手解决这一问题，这篇文章从头开始对项目的配置进行解析。文章主要包括四个部分：

初步预览
配置环境
数据配置
依次调试
配置完成

1. 初步预览

在搜索了Github后，你会发现大量匹配你搜索机制的内容。其中，包括官方实现的、Tensorflow版本的、Pytorch版本的以及各种各样版本的。这些版本之间如何去选择，以及如何知道这个GitHub项目是否是自己想要的呢？这就需要对项目readme文件进行初步的预览，看看项目是否能大致满足自己的要求。readme文件的操作说明如下图所示。
在这里插入图片描述

至于，如何对文件进行预览的操作流程如下所示：

首先，需要观察代码的实现目标是否跟自己想要的一致。
其次，需要预览项目使用的框架是否跟自己想用的框架匹配。
然后，代码所用的各种环境的版本是否声明。
最后，代码所用的数据集是否给出以及自己是否能大致匹配。

当然，上述操作步骤的重要性也是依次减弱。毕竟，几乎不可能找到跟自己需要一摸一样的项目。至于具体是否能使用还得看后续测试情况。

2. 配置环境

配置环境时最好使用Anaconda创建一个新的环境进行配置，新的环境只为你的这个项目进行服务。通过以下命令创建一个conda环境，当然需要Anaconda软件配置成功。

conda create-n XXX python=3.X

当新环境创建好后，配置环境分为两种情况进行说明：

环境已经给出
环境未曾给出

2.1 环境已经给出

当环境已经给出时，按照给出的环境依次安装。给出的环境说明可能是以readme文件进行介绍的，也可能是给出了requirements.txt文件，也可能是两者都给出了。当然，如果在readme文件给出了如何配置环境的，尽量按照此进行。对于没有给出，只给了requirements.txt文件的，直接采用下列命令安装requirements.txt文件中的库包：

pip install -r requirements.txt

注意：当给出的库包由于版本过老时，如果找不到对应的库包的版本。就安装与给出库包版本最近的版本进行安装。

2.2 环境未曾给出

对于环境没有给出的项目，只能先安装一个中间的版本进行尝试（一定不能直接使用最新的版本）。然后，当进行代码调试时可能会出现错误。搜索报错的内容解决bug时，可以了解到你当前的版本太老了还是太新了，然后如果项目较好调试就使用当前版本即可，如果调试许久还未成功，建议更换版本。

3. 数据配置

对于一个项目而言，尤其是一个较大的项目。数据的配置是十分重要的，即使下载的不是跟代码中相同的数据也需要按照代码中给出的数据结构进行设置。以下是一个数据配置的界面：
在这里插入图片描述

最后介绍，如果你想要更换原始模型中的数据，要如何做？

首先，应该先调试原有数据看是否能调试通过。
其次，在原始数据调试通过的基础上尽可能使现有数据与原始数据相匹配。（这里说的匹配指的是目录，以及文件的格式，不包括具体文件的数量）。原来有几个目录，现在也应该有几个目录。原有数据是如何配置的，现在数据也应该是如何配置的。
最后，可能会存在维度不同。这些可以通过调整网络结构或者对数据进行扩充来解决。

4. 依次调试

在完成上述内容后，基础环境就配置完成了。接下来需要按照原始项目中给出的说明进行依次配置项目。以下为介绍Swin Transformer 的操作说明。
在这里插入图片描述
在上述声明中，说了根据已经预训练好的模型进行评估的方法以及从头开始训练的方法。需要实现什么样的功能就先找到对应的内容，然后按照上述说明进行操作。在配置时，可能会根据存放路径不同，需要对命令进行简要修改，这些需要按照实际情况进行操作。

注意：在操作过程中可能会存在各种各样的bug，对于bug如何解决呢？
对于上述内容而言，大多数内容都介绍的很清楚。所以，往往出现的bug都是可以解决的。目前而言，出现最多的就是根据库包的版本不同，旧的函数已经被新的函数所替代。对于该问题可以通过搜索CSDN查找对应的解决方案，然后按照对应内容解决即可。