runner，hook介绍

当涉及到深度学习框架，例如 MMDetection 或其他 MM 系列工具，runner 可以看作是训练过程的核心管理器，它负责模型的训练循环、评估以及与训练相关的各种事务。简单来说，当 runner“运行”，它会开始一个训练循环，迭代数据，前向传播、后向传播并更新模型权重。

Runner 与 Hook 的关系

当 runner 进行训练时，它会在适当的时间点调用已注册的 hook。例如，有可能有一个 hook 专门在每个 epoch 结束时保存模型，另一个 hook 在每个 epoch 开始时调整学习率。runner 知道何时调用这些 hooks，而 hooks 知道在被调用时应该执行什么操作。

代码示例

class SimpleRunner:
    def __init__(self):
        self.hooks = []

    def register_hook(self, hook):
        self.hooks.append(hook)

    def run(self, epochs):
        for epoch in range(epochs):
            for hook in self.hooks:
                hook.before_epoch()

            # 假设这里进行模型的训练代码，例如&#