1 我的深度学习项目代码文件组织结构

一般来说，深度学习项目需要包含以下内容：

  • 数据集预处理与加载

  • 深度学习模型定义

  • 模型训练

  • 模型推理

根据以上的功能描述，我的深度学习项目代码文件组织结构如下：

├─bin
├─configs
├─data_loader
├─data_preprocess
├─model
├─modules
├─my_work_dir
├─utils
├requirements.txt
├README.md

其中，

  • bin：放置执行脚本，比如train.py，test.py，recognize.py，export.py等等；
  • configs：一般用于放置项目配置文件yaml、json等，包括数据集加载参数、文件夹路径、模型配置参数、模型训练超参等的配置，一般结合yaml、argparse等读取配置文件，设置项目可配置参数；

  • data_loader：与数据集数据加载与数据集加载后处理（数据增强）等相关的代码文件

  • data_preprocess：与数据集预处理（数据集加载之前）相关的代码文件

  • model：与深度学习模型网络结构定义相关的代码文件

    • layers：放置自定义网络需要到的网络层的代码文件

  • modules：自定义的模型补充模块相关的代码文件，如(CTC decoder等)

  • my_work_dir：项目运行时设置的工作目录，用于中间文件保存，日志文件保存，模型文件保存等

  • utils：可复用的、通用的工具代码文件，如日志模块等

  • requirements.txt：本项目依赖的第三方库

  • README.md：项目架构、项目执行等必要说明

参考链接