利用claude code外壳，接入deepseek 的api

Anaconda安装，深度学习cpu加速版本，pycharm配置环境

写好pycharm和matlab代码，然后在pycharm中运行train代码，训练模型，再运行test代码，得到输出的.mat文件，再去matlab中运行代码即可。本文通过仿真数据训练一个改进的 U‑Net 网络，将归一化的包裹相位图（范围 [-1,1]）映射为连续的相位图（弧度值），从而消除 2π 跳变，恢复真实相位。pycharm中四个代码分别为models.py，test.py，train

写好pycharm和matlab代码，然后在pycharm中运行train代码，训练模型，再运行test代码，得到输出的.mat文件，再去matlab中运行代码即可。本文通过仿真数据训练一个改进的 U‑Net 网络，将归一化的包裹相位图（范围 [-1,1]）映射为连续的相位图（弧度值），从而消除 2π 跳变，恢复真实相位。pycharm中四个代码分别为models.py，test.py，train

写好pycharm和matlab代码，然后在pycharm中运行train代码，训练模型，再运行test代码，得到输出的.mat文件，再去matlab中运行代码即可。本文通过仿真数据训练一个改进的 U‑Net 网络，将归一化的包裹相位图（范围 [-1,1]）映射为连续的相位图（弧度值），从而消除 2π 跳变，恢复真实相位。pycharm中四个代码分别为models.py，test.py，train