在GPU云上跑代码步骤
注册自己的账号
我用的是星创云海，这个正处在推广期，可以体验运行20个小时，对于我目前的图像篡改检测够用了~
这个平台在你注册完后密码以短信方式发送，等待即可
创建实例
我们在控制台，可以选择虚拟服务器，创建GPU实例，根据自己需要进行选择，一般选择按需付费，选用自己适合的镜像，我选的是Ubuntu18.04 64,带宽按流量计费。记得勾选销毁实例（默认勾选）
用Xshell登陆服务器
新建sessions
公网IP 就是你刚刚创建实例的
用户名默认 root 密码是你创建实例的密码 然后登陆成功
上传代码文件
使用Xftp 7传输文件，如果是大型文件，最好压缩上传
使用压缩包上传后 解压缩
先在Xshell界面在服务器安装zip
apt-get install zip
如果 unable 的话
执行 apt-get install 命令前先执行一下命令 apt-get update,等该命令结束后再执行install命令即可
解压缩：cd /XXX 进入你压缩包所在目录
unzip Image_manipulation_detection.zip
该命令即解压缩到压缩包同级目录中，如果你想安装至指定目录 在后面加路径即可
执行.py文件
cd 进入到你要执行的py文件所在目录下（以我的图片篡改为例）
python main_create_training_set.py
我的代码所需环境为
python3 + tensorflow-gpu 1.15.4 + opencv-python + pycocotools
其他我选的服务器都自带了 如果有包找不到 直接pip install 就好
pip install tensorflow-gpu==1.15.4 -i https://pypi.douban.com/simple/ pip install opencv-python -i https://pypi.douban.com/simple/ pip install pycocotools
在执行main_create_training_set.py文件前，还应该执行一个命令
cd Image_manipulation_detectionb/lib python setup.py build_ext -i
此步编译.so文件
python train.py
这里我大哥，成功的将vgg16网络换成了resnet网络速度由8.5s/iter 提高到0.52s/iter
python demo_two_stream.py
生成模型下载
此时，代码都已经执行完了，对于生成的模型全部下载 还是一样，压缩进行下载节省时间。
zip -r Image_manipulation_detectionb.zip Image_manipulation_detection/
注意路径，在Image_manipulation_detectionb的上级目录中 终端执行以上代码即可
最后使用xftp传回本地即可 再次更换测试集的时候即可用在服务器生成好的10000iter的模型进行训练。
