安装教程
环境配置
将代码克隆到本地后首先按照官网所需依赖环境进行配置
由于该文章比较早所以python与tensorflow最好按照要求进行安装
注意：
tensorflow0.12.1要装对应系统cpu版本，moviepy也要安装低版本的，这里给出我的成功运行配置的环境依赖
数据集准备
一般都是想训练自己的数据集，现成的能运行也没啥意义，这里就说下训练自己的数据集吧
最简单的就是再源代码根目录创建data文件夹，里面包含不同文件名的图片文件夹，例如：
只需要图片就可以了，不需要标签
训练过程
训练自己的数据集需要更改一些参数，按照官网的就行
一般需要设置epoch ，batch_size，out_dir，dataset，input_fname_pattern等参数，另外训练的时候加上–train,需要裁剪图片的话加上–crop与input_height，output_height，也要加上visualize进行可视化，可以查看不同批次的训练结果。
训练遇到的问题以及解决办法
1.TypeError: ‘_FlagValues’ object is not iterable
问题是main.py文件的71行，经过打印确实FLAGS = flags.FLAGS不是一个字典，只是一个对象，估计版本问题，网上没搜到答案，既然如此，明白代码意思就是将一些字典参数写入到json文件中
文件开头在控制台实际已经打印出字典信息，直接拿来替换即可
2.“one pic error!..”在训练的时候进行可视化，却没有保存图片，按照这个博客找到答案
出错地方为model.py文件中image_manifold_size这个函数限制条件，在utils文件中最后一段
其实就是batch_size设置的问题，因为代码中有开放操作，所以batch_size设置最好是能被开放整数，例如4，16，32等，另外也要注意图片总的个数大于且是batch_size的整数倍。
3.TypeError: Cannot handle this data type
按照这个修改文件代码
重点：
np.uint8一定要加上，其实transform部分的if crop也可以不修改，最后直接将return部分改为return cropped_image，一个意思，这是针对裁剪来说，如果不裁剪就需要按照下面代码执行
4.SyntaxError: Non-ASCII character ‘\xe6’
代码中有中文字符需要在代码开头加上#encoding: utf-8
