第一次写博客，写的不好请谅解
一、对于深度学习开发环境的配置第一步，安装Anaconda,这里建议安装目录不要太深直接安装在d盘下就可以了
第二步，安装pycharm（这里不过多讲解）
第三步，建立虚拟环境
在windows开始菜单里输入cmd，也就是命令提示符
进anaconda安装目录： cd d:Anaconda3 ，这个目录是第1步的安装目录
进condabin目录：cd condabin
新建虚拟环境：conda create -n xxx python=3.8 创建一个名为xxx的虚拟环境(这里需要注意python的版本不要装的太新，有些资料库还不支持新的python)
激活虚拟环境：activate xxx
这时你的命令行应该看起来是这样的，前面有个括号，虚拟环境的名字
第四步，设置国内源
在你的用户主目录下新建pip目录，然后新建文本文件，更名为pip.ini （注意扩展名一定要改掉），内容如下：
[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
[install]
trusted-host = https://pypi.tuna.tsinghua.edu.cn
这一步在后面讲到的人体姿态估计中需要用到。
这里的需要的配置先不提，之后做到的会进行安装
二、进行深度学习手写------字符识别
1、进行环境配置需要pytorch和opencv
进入虚拟环境，输入命令：pip install torch torchvision
同理，进入虚拟环境，输入命令：pip install opencv-python
进行安装如果慢了，请切换网络
2、下载代码
手写字符识别训练。代码https://github.com/mivlab/AI_course
3、在pycharm中的设置中设置python解释器
选择所安装环境的解释器
4、运行代码
三、学习人体姿态估计1、配置环境
进入虚拟环境，输入命令：pip install pycocotools
2、下载代码GitHub - Daniil-Osokin/lightweight-human-pose-estimation.pytorch: Fast and accurate human pose estimation in PyTorch. Contains implementation of "Real-time 2D Multi-Person Pose Estimation on CPU: Lightweight OpenPose" paper.
3、Pycharm里新建工程
阅读README.MD文件。里面有一个文件checkpoint_iter_370000.pth 要下载下来。这是训练好的模型文件。
4、报错和应对方法
The following arguments are required: --checkpoint-path
菜单Run，edit configurations
在parameters 一栏填--checkpoint-path=checkpoint_iter_370000.pth
提示要缺少 –video 或 –image
则在命令行参数里添加 –video=0，表示使用你的0号摄像头。
可能还会提示关于cuda的错误，增加一个命令行参数：--cpu，即可。
下面是成功的案例
20220109
