论文及其完整代码示例点此处https://github.com/SeungjunNah/DeepDeblur_release
注意！！！ 我是在ubuntu 16.04上进行的，而且需要你的机子上面有gpu，当然也可以用cpu跑，但是估计很慢，而且你还要自己修改一些代码，我没试过，我是用服务器上的机子跑的
要想运行该示例代码，需要装三个所需的依赖： 1.torch7 (首先要装这个，安装方式查看官网torch 2.torchx(r这个用luarocks装，命令行 luarocks install torchx) 3.cudnn(这个百度搜索怎么装，装东西也是一种熟悉linux的方法） 4.cutorch(其实这个也需要装,作者没提，当然有可能运行示例代码中，有一些其它错误，我有些不记得了，自己查吧，去stackoverflow或者github）
等所有的依赖装好后，将该论文的github repository 下载下来，可以使用git clone 或者 直接下载.zip文件 例如将下好的文件夹放入/home目录下，该文件名为DeepDeblur_release-master，然后根据github上作者的描述，再下载预先训练好的模型并解压缩到experiment文件夹中，会有release_scale3_adv_gamma和release_scale3_adv_lin两个文件夹
接下来就可以实现示例程序运行了，先进入/home/DeepDeblur_release-master/code文件夹， 然后在终端输入qlua -i demo.lua -load -save release_scale3_adv_lin -blur_type linear （这里就要有一些问题了,坑1)
坑1： 由于我是在服务器上面跑，着实遇到了很多坑 首先，我没有管理员权限，所以安装一些软件都是下源码，编译，安装，这个确实可以学到一些东西；
其次，我指定了要使用的gpu的id，可还是有问题，在code文件夹下有个opts.lua文件，里面告诉我怎么指定想要用那块gpu，就是”-gpuid”这个选项，它是以1为基准开始计数的，服务器里有8块gpu，当我设置-gpuid 1 时，用nvidia-smi查看，结果发现它用了最后一块gpu（索引号是7，用nvidia-smi查看，gpu索引号是从0开始计数的），很奇怪，然后我就用-gpuid 2 尝试，结果报错说invalid device ordinal 随后我相继试了2,3,4,5,6,7,8,都报错invalid device ordinal ，后来查到可以在应用程序前指定哪块gpu可见,输入 export CUDA_VISIBLE_DEVICES=0 这里默认使用gpu 0（也就是第一块gpu） 再运行 qlua -i demo.lua -load -save release_scale3_adv_lin -blur_type linear 就没有报错了，而且用nvidia-smi查看，也确实是使用了gpu 0 这次我没有在命令行显示指出使用哪块GPU，是因为opts.lua里面默认的 gpuid=1 ,因为我们只让demo.lua程序可见GPU0，所以 gpuid =1 则表示选用 GPU0 了
好了，显卡选择好了，但是！！！还有错误Unable to connect X11 server 又上网查，由于我是用本地电脑登录服务器在服务器上运行示例程序,一般登录服务器输入 ssh username@ip 这个没有默认允许x11server好像是这样，所以应该在登录服务器的时候加入选项 -X 样例如下 ssh -X username@ip 这个附加选项 能够使我们连接上X11 server
qlua -i demo.lua -load -save release_scale3_adv_lin -blur_type linear 就没有错误，而是继续运行了
