用实验室的电脑玩玩，没用gpu，Ubuntu18.04
以下配置改编自 https://blog.csdn.net/sinat_28442665/article/details/108382086
因为不用gpu，所以在pytorch官网下载时https://pytorch.org/，cuda那一项选none
配置环境
conda create -n torch14 python=3.6.6
conda activate torch14
conda install pytorch torchvision torchaudio cpuonly -c pytorch
pip install opencv-python
pip install lmdb pyyaml
pip install tb-nightly future
——————————————————————————————
根据代码需求，决定下面这几个是否安装：
——————————————————————————————
pip install scipy
pip install thop
pip install scikit-image
pip install tqdm
这些只是配置好环境而已，离运行还差的远呢
在项目文件夹下新建一个resourse文件夹，其中再建一个pic和model，用来放已经训练好的模型和测试的图片（其实你放哪里，建不建这个无所谓，不过之后该yml文件时，记得对应好）
一.下载已经训练好的模型
在百度云端硬盘下载预训练的模型 https://pan.baidu.com/s/1U38SjqVlqY5YVMsSFrkTsw（提取代码：lukj）
把三个pth文件放到刚才建的model下
二.准备图片
网上找几张喜欢的图片，放到刚才建的pic下
三.修改yml配置
我们以IRN_x2为例，在codes/options/test/中修改test_IRN_x2.yml。
一个是修改训练好的模型的位置：
pretrain_model_G: ..resource/model/IRN_x2.pth
另一个是把要测试的图片所在的文件夹填上(你的图片放哪里就写什么)，全部都要改
dataroot_GT: 你的绝对路径/resource/pic
四.不用gpu
将code/models/base_model.py中的self.device直接改成torch.device('cpu')
五.测试
命令行，在这个文件夹目录下输入 python test.py -opt options/test/test_IRN_x2.yml
或者再pycharm上带参运行：
run->Edit Configuration
在parameters中输入-opt options/test/test_IRN_x2.yml，之后你只要运行test.py就会自动帮你输入这个了
（如果你的Edit Configuration中没用test，你就先运行一下test.py）
