2023-01-09

一个深度学习项目结构的感想：

通用结构（Pytorch框架下）：

数据准备  模型  训练  测试  可视化 这5大模块

首先看你是用的工具是什么。

如果是用的Jupyter，那么项目模块化是有益的。模块化具体是指每个模块只用存放对应的函数即可，相当于相关的函数装在一个模块里，此时相当于一个容器。在Jupyter中就是每个模块对应一个Cell。而各个模块的使用则在主cell（主函数）中发挥

如果用的IDE，则应该是项目功能化。和项目模块化的区别是什么？在项目功能化中，同样的5个模块，不仅包含有对应的功能函数，还应有对应的主函数代码，即每个模块还会有自身一定的操作。例如TimePrediction项目里的测试模块，不仅有测试函数，而且在该模块里还有主函数调用了测试函数。

对比来看，项目模块化强调主函数对模块内函数的灵活组合，主函数较重要。

项目功能化强调各模块内完成其相应功能，模块较重要。

为什么这样做？由于IDE不像Jupyter那样内核会储存最近一次运行Cell的变量，所以功能最好解耦。

比如，如果模型训练和测试一起进行，那么如果测试代码有问题，每次都要等到训练完了才能发现，debug效率极低；同时，如果我只想训练呢？或者我只想测试呢？所以，功能解耦是一个不错的选择。

不过实现模块功能化需要处理模块间的相互联系 。

当然，也可以两者结合，功能较独立的就功能化（如训练，测试），多被其他功能使用的就模块化（如数据准备）