深度学习pytorch代码结构总结

经过一段时间的学习，对pytorch有了一定了解，于是总结了一个常见通用的pytoch深度学习代码结构，这个代码结构可以适用于大多数的深度学习任务。自己总结这个一个是将自己学到的东西写下来，以便以后查阅，同时可以给同样学习这个的朋友一个参考借鉴，方面交流，共同进步提高。这种代码存放结构个人比较整洁规范。好的代码都是经过很多次的重构，迭代出来的，我也会不断地学习，更新自己的知识体系，同样也会将最新的学习收获分享出来。

pytorch通用架构
如图所示的，这个框架起手9个文件夹，9个文件夹下分别放着不同用途的文件。

1）参数配置：文件夹下通常放一些json.yml或者parser等网络超参数文件。

2）父类基类：数据载入基类，训练基类，模型基类等基类文件

3）数据加载：存放数据集构建类文件，数据集载入文件

4）模型定义：model 文件夹，创建模型网络主要框架定义损失函数评测指标

5）训练和测试：train，test
6) 主训练器：存放处理训练流程控制代码，多进程， 多线程，checkpoint保存与重载

7）训练结果保存：存储训练过程中的pth文件，checkpoint文件，log日志

8）工具文件夹：utils,tensorboard等

9）bash脚本文件夹：用于存放各种bash脚本，用于控制不同的消融实验，检测不同模型对最终结果的影响。