PyTorch 规范
目录结构
.
├── README.md
├── checkpoints: 保存训练好的权重
├── config.py: 配置信息, 里面是一个 DefaultConfig 类, 还有一个 parse 方法, 用于解析命令行参数来覆盖 DefaultConfig 中的默认配置
├── data: 处理数据集
│ ├── __init__.py
│ └── dataset.py: 里面定义了一个数据集名称的类
├── dataset: 存放训练和测试的数据
├── main.py: 启动文件, 包含有 train, val, test 三个函数, 其中 train 会调用 val 在训练中进行交叉验证, test 需要用户另外再启动一个进程执行
├── models: 存放网络模型
│ ├── __init__.py: 在文件中导入模型, 方便在 main.py 中导入
│ ├── basemodule.py: 扩展了 nn.Module, 主要添加了 load 和 save 模型的方法
│ └── resnet34.py: 不继承 nn.Module, 而是继承 BaseModule
├── requirements.txt: 程序依赖说明文件
├── tmp: 临时目录, 如果在该目录下创建一个 debug 文件, 则程序进入 debug 模式
└── utils: 工具
├── __init__.py
└── visualize.py: 封装了 visdom 的可视化
config.py 中一般配置
- num_workers
- use_gpu
- lr
- max_epoch
- batch_size
- save_path
- env
- debug_file
- data_root
来源: https://www.cnblogs.com/megachen/p/10860395.html