目录 前言 一、GitHub是什么 二、详细步骤 1.前期准备 (配置环境) 2.在本地创建仓库 (Local Repository) 3.存档（Commit） 4.连接 GitHub 云端 (Push) 5.使用分支 (Branch) 6.验证实验与合并代码 (Merge) 前言 掌握 GitHub 是任何软件开发或项目协作的基础。
刚开始接触可能会觉得有些抽象，但一旦理解了它的核心逻辑，你会发现它是一个非常强大的工具。
一、GitHub是什么 GitHub 是一个基于 Git 的分布式版本控制与协作平台。
Git它可以记录你本地文件的每一次修改，而 GitHub 可以让你把Git里的记录备份到网上，并与他人协作。
二、详细步骤 1.前期准备 (配置环境) 在开始使用云端的 GitHub 之前，我们需要在你的电脑（本地）安装 Git。
下载并安装 Git ：前往 Git 官网 下载适合你操作系统的版本并安装。
注册 GitHub 账号 ：前往 GitHub 官网 注册一个免费账号。
配置本地身份信息 ：打开你的命令行工具（Windows 下可以是 Git Bash，Mac/Linux 下是 Terminal），告诉 Git 你是谁。
每次提交代码时，Git 都会记录这个信息。
git config --global user.name "你的英文昵称"
git config --global user.email "你的注册邮箱"
安装完成后，在电脑任意空白处右键，如果看到
"Git Bash Here"
，说明安装成功。
2.在本地创建仓库 (Local Repository) 现在，我们在你电脑的本地硬盘上，把一个普通的文件夹升级为受 Git 监控的仓库。
①新建项目文件夹 ： 在电脑里新建一个文件夹，比如叫Yolo。
进入这个文件夹，右键选择 "Git Bash Here" 。
②初始化仓库 ： 在弹出的黑框里输入：
git init
这一步会在你的文件夹里生成一个隐藏的.git文件夹。
这就是 Git 的核心引擎，千万别删它。
③配置.gitignore文件 这是深度学习项目最关键的一步。
在文件夹里新建一个名为
.gitignore
的文本文件。
在里面写上那些 绝对不能 传到 GitHub 上的大文件或缓存。
比如数据集、模型权重文件。
# 忽略庞大数据集
datasets/
# 忽略深度学习模型权重
*.pth
*.ckpt
# 忽略 Python 缓存
__pycache__/
3.存档（Commit）
现在环境搭好了，我们要进行第一次“代码存档”。
①编写说明书 (README.md)
：
你可以打开你常用的 Typora，新建一个
README.md
文件放在项目根目录下。
在里面简单写几句 Markdown，保存退出。
②查看状态 (Status) ： 在命令行输入：
git status
你会看到
.gitignore
和
README.md
是红色的，表示 Git 发现了新文件，但还没开始追踪它们。
③ 放入暂存区 (Add) ： 告诉 Git：“把当前目录下的所有变动，都放到备选清单里”。
git add .
④ 正式存入本地仓库 (Commit) ：
git commit -m "初始化项目：添加 README 说明和 gitignore 配置文件"
你在本地的第一次版本记录已经永久保存了 4.连接 GitHub 云端 (Push) 本地有存档了，现在我们要把这个仓库搬到 GitHub 上，以防电脑重装，也方便未来在简历或论文里展示你的开源代码。
① 在 GitHub 创建空仓库 ： 登录 GitHub，点击右上角 "+" -> "New repository" 。
填好名字 Yolo。
注意： 因为我们本地已经有文件了，这里 不要 勾选 "Add a README file" 或 "Add .gitignore"。
直接保持为空，点击 Create repository 。
② 复制仓库地址 ： 创建成功后，页面会显示一段 URL，通常是
https://github.com/你的用户名/Yole.git
。
复制它。
③将本地仓库与云端绑定 (Remote) ： 回到本地的命令行，输入以下命令告诉电脑云端仓库在哪：
git remote add origin https://github.com/你的用户名/Yolo.git
④ 首次推送到云端 (Push) ： 把本地的主干代码（通常叫
main
或
master
分支）推送到云端：
git push -u origin master
此时可能会弹出一个窗口让你登录 GitHub 授权，按提示完成即可。
最后就成功了
5.使用分支 (Branch) 深度学习的核心就是做实验。
你读了一篇新论文，觉得如果在扩散模型的 U-Net 中加入一种新的注意力机制（Attention） 千万不要直接在主干（main）上改代码！
如果改坏了，你连之前的对比基线都没了。
这时候就要用 分支 。
①开辟实验分支 ：
git checkout -b exp-attention-module
②修改代码 ：你打开
unet.py
，加了几百行注意力机制的代码，并在
train.py
里修改了超参数。
③保存实验代码 ：
git add unet.py train.py
git commit -m "在 U-Net 中引入空间注意力机制测试纹理修复效果"
6.验证实验与合并代码 (Merge)
几天后，模型训练完了。
你对比了一下生成的图像，发现加入注意力机制后，效果确实好很多。
现在你需要把这个好用的代码更新到主干上。
①切回主干分支 ：
git checkout master
②把实验分支的成果合并过来 ：
git merge exp-attention-module
③推送到 GitHub 云端 ：
git push origin master
如果实验失败了，模型效果变差了怎么办？
很简单，直接
git branch -d exp-attention-module
把这个分支删掉当无事发生，你的
main
分支依然是干净且能跑通的代码。