nnUnet环境变量1

nnU-Net 是一个用于医学图像分割的深度学习框架，它基于 PyTorch。在使用 nnU-Net 之前，需要设置一些环境变量来配置训练和推理过程中的相关参数。

下面是一些常见的 nnU-Net 环境变量：

1. `nnUNet_raw_data_base`：指定原始数据集存储的路径。
2. `nnUNet_preprocessed`：指定预处理后数据集存储的路径。
3. `RESULTS_FOLDER`：指定训练和推理结果的存储路径。
4. `NETWORK_ARCHITECTURE`：指定使用的网络架构，比如 `2d`, `3d_fullres`。
5. `TASK`：指定任务名称，比如 `Task001_my_task`。
6. `FOLD`：指定交叉验证的折数，比如 `0`、`1`、`2`...。
7. `PLANS_FILE`：指定训练计划文件的路径。
8. `CUDA_VISIBLE_DEVICES`：指定可见的 CUDA 设备。

以上是一些常见的环境变量示例，可以根据具体需要进行设置。在使用 nnU-Net 前，请确保已正确设置这些环境变量以便顺利进行训练和推理。