智能数字图像处理：图卷积SGN代码（pytorch）之fit.py和util.py解读

fit.py

作用：解析器:argparse.ArgumentParser返回一个添加了fit所需参数的解析器

args = parser.add_argument_group('Training', 'model training')-》对命令行参数进行概念型分组。
    args.add_argument('--network', type=str,
                      help='the neural network to use')-》用于命令项选项与参数解析的模块，通过在程序中定义好我们需要的参数，argparse 将会从 sys.argv 中解析出这些参数，并自动生成帮助和使用信息。

util.py

make_dir方法：

1. output_dir = os.path.join('./results/NTU/')-》路径拼接

2.return output_dir-》返回路径

附上完整代码：

# Copyright (c) Microsoft Corporation. All rights reserved.
# Licensed under the MIT