深度学习任务的基本文件结构

1.用来划分数据集的代码文件，划分训练集和验证集，将样本和标签的文件位置整理好。

2.用来写dataset类的文件，一般会在其中顺便定义好transforms，输出的样本是经过处理和增强的

3.用来写model类的文件，不同的任务可能有多段model拼接而成。

4.用来写优化器类的文件(损失函数一般是用现成的，也可以自己封装写成一个函数）。

5.训练文件，一般包括从命令行接受参数，从配置文件读取参数，根据这些参数，实例化dataset,model，optim,创建dataloader,训练loop，反向传播更新参数。

6.测试文件