Google Research

本仓库包含由 Google Research 发布的代码。

本仓库中的所有数据集均采用知识共享署名 4.0 国际许可协议（CC BY 4.0）发布，许可协议文本可在此处查阅：https://creativecommons.org/licenses/by/4.0/legalcode。本仓库中的所有源代码文件均采用 Apache 2.0 许可协议发布，许可协议全文请参见 LICENSE 文件。

---

由于该仓库体积较大，我们建议您仅下载感兴趣的子目录：

• 使用 GitHub 编辑器打开项目。要打开编辑器，请在地址栏中将网址从 github.com 更改为 github.dev。
• 在左侧导航面板中，右键单击感兴趣的文件夹并选择“下载”。

如果您希望提交拉取请求，需要先克隆整个仓库；我们建议进行浅克隆（不保留完整历史记录）。

git clone git@github.com:google-research/google-research.git --depth=1

---

免责声明：本项目并非 Google 官方产品。

更新于 2023 年。

Google Research 快速上手指南

环境准备

• 系统要求：支持 Linux、macOS 或 Windows（建议配合 WSL2 使用）。
• 前置依赖：
  • Python 3.8 或更高版本。
  • Git（用于代码克隆）。
  • 建议安装 virtualenv 或 conda 以隔离项目依赖。
  • 根据具体子项目需求，可能需要安装 TensorFlow、JAX 或 PyTorch 等深度学习框架。

安装步骤

由于该仓库体积庞大，官方推荐仅下载感兴趣的子目录，或使用浅克隆（shallow clone）以减少下载时间。国内开发者若遇到网络连接问题，可配置 Git 代理或使用国内代码托管平台的镜像（如有）。

方式一：浅克隆整个仓库（推荐用于提交 PR 或需要多个项目）

git clone git@github.com:google-research/google-research.git --depth=1

方式二：仅下载特定子目录（推荐用于单一项目使用）

1. 在浏览器地址栏将 github.com 替换为 github.dev 打开在线编辑器。
2. 在左侧导航栏中找到目标文件夹，右键点击并选择 Download（下载）。
3. 解压后即可使用。

安装依赖

进入具体子项目目录后，通常需安装其专属依赖。例如：

cd google-research/<project_name>
pip install -r requirements.txt

注意：不同子项目的依赖文件名称可能不同（如 requirements.txt、setup.py 等），请以具体目录下的说明为准。

基本使用

Google Research 包含众多独立项目，每个项目的使用方式各异。以下以典型的脚本运行为例：

1. 进入目标项目目录：

   cd google-research/<project_name>
   

2. 运行示例脚本（具体参数请参考该项目内部的 README）：

   python run_example.py --data_dir=./data --model_type=baseline
   

3. 查看输出结果或生成的模型文件。

提示：请务必阅读具体子项目目录下的 README.md 文件，以获取该算法特有的数据预处理、训练及评估指令。