Noise2Noise文章的复现code实现
背景
最近两天读了Noise2Noise: Learning Image Restoration without Clean Data，和之前读的DIP(deep image prior)那篇文章共同的地方都不需要干净的图像作为label。
看完文章想跑一下n2n的程序，作为一个小白，没有跑过深度学习的code（matlab半吊子使用者）在网上居然发现了对n2n code的解读， 觉得人家写的很详细了，NVlabs/noise2noise代码（一）概览与运行
对我这个小白后边感觉还是很复杂，继续搜索，又发现了noise2noise学习与修改，里边有第三方复现代码，然后下下来这个简化版的复现code，感觉清晰很多。而且noise2noise学习与修改，里边有提到在自己的垃圾机器上可以跑起来。但里边没有详细介绍环境配置。下面介绍一下配置环境的过程：
- 安装anaconda ，我的电脑已经安装好了。anaconda比较省心，在里边可以直接安装需要的包。网上很多安装的教程。
-
安装tensorflow以及OpenCV 下面是复现码需要的，
对于tensorflow的安装：先创建一个n2n的虚拟环境（可以在anaconda创建，也可以在终端创建。实在不知道怎么创建就向我最开始摸索的时候一样，网上搜索一下）anaconda里边可以直接安装tensorflow，还挺快的（至少不会太慢），keras , numpy 就不用说了，可以在anaconda里边以同样的方法安装.
uninstall里边找你需要的东西就可以了。
对于OpenCV的安装：主要是这里，在anaconda 里边下载实在太慢。找网上找了好几个都不太顺利，最后发现了这篇文章：anaconda+openCV终于装好了~
亲测有效，不过我看下边的评论，把源改成了清华镜像Links for opencv-python
这里有各种版本，我的是win10，python3.6，我选的下边的版本：
cp36对应的是python3.6版本（因为装的是tensorflow2.0，所以需要pyhon3.6的版本，安装python3.6在终端会比较方便，conda create -n env_name python=3.6，如果直接在anaconda里边装的话好像是python3.7）
将下载好的whl文件移动到anaconda3\Lib\site-packages这个文件夹下，然后进入cmd命令行cd到whl文件所在目录，然后输入pip install opencv_python-3.4.5+contrib-cp37-cp37m-win_amd64.whl
原文链接：https://blog.csdn.net/mawonly/article/details/87856530
一下就能装好，非常快。这样环境就基本配置好了，如果运行的过程中发现还缺什么库，在终端随时pip install . -
程序跑起来
配置完环境之后，准备数据集：
readme 中执行命令是Linux系统下的，对于Windows系统稍改一下就可以了。
按照两个网址直接把dataset下载，然后解压到一个dataset的文件夹里，把dataset文件夹和下载的复现码放在一个文件夹。
直接运行train.py还是会报错的，做一点修改：
把required=True删掉，加上数据集的路径default=’./dataset/train_data/91’，同样的更改–test_dir。其他的参数可以按照readme中给出的进行修改。
这时候code就可以跑起来啦
跑到现在大概跑了两个小时了，我应该让epoch=2，这样可以看一下效果，要不然训练时间太长了。
真真小白能让code跑起来花了一天的时间，中间还有很多曲折，不过总归是跑起来了，还好没放弃，感谢各位小伙伴们的分享，都是借用大家的方法。第一次跑起来深度学习的code，第一次写总结，中间有一些地方，自己折腾的过程没有及时记录，有时候也不知道怎么就好了????。以后养成随时记录的习惯。