如果是从一些比较典型的论文里弄下来的源码，你会发现它们的论文结构往往都非常复杂。不同的模型、不同的论文，可能代码结构组织的方式都不一样。但它们都不外乎就是经历这几个方面：

1、模型和结构模块定义；

2、数据集获取与处理(类似于自定义数据集)；

3、然后加载数据训练模型；

4、测试模型；

5、最后进行可视化处理。

顶多就是再加加配置、检查点、优化、日志之类的。

我们自己写代码也是这样写，别人的代码也是这样写，只不过别人的代码可能考虑的更加周到或者更加复杂，但是基本的框架肯定是不变的。

我的理解，不管是你自己去写，还是说你去理解别人的项目结构代码，你就都先去找核心的。像一些比较经典的模型，比如ResNet，ConvNext、AlexNet、Transformer等，你先找到核心的代码是什么，即先抓主要。什么是核心的呢？一般而言，核心的代码都是以model命名，或者就是以它这个模型的名字命名。比如ConvNet模型的代码结构中，核心代码就存储在models文件夹里的ConvNet.py中（当然，在models里面还有convnext_isotropic.py这样一个模型，它也是在论文中提到的模型的一种，和ConvNet.py的略有差别）。如下图所示：

这样，你如果从这一个文件中着手来去开始看的话，那么我相信你应该就能够看明白了。

在这些文件中都是对模型的定义的代码。然后一般情况下，它也会提供预训练的模型给你，这些预训练的模型你可以通过它给定的API接口去进行调用。

然后，在这些代码结束之后，它往往还会有dataset的代码（怎么命名看你自己）；一般都是下载数据集的方式，然后将数据进行处理。就是说，在这部分代码里，它保存的是你的数据是如何处理的。如果你自己做项目，那么你可以把这些你肯定都是要有的吧。

再然后就是如何训练的。就是如何train的。

最后你还可以给出的test的效果。

---

我举两个例子，也是仅限于我的理解哈，不一定完全正确。

1、一个是ConvNet：

这个给的代码就比较详细了。如下图：

在models里面是它自个儿定义的模型。

然后再object_detection和semantic_detection这两个文件夹里面，看名字就知道，一个是用来做目标检测的，一个是用来做图像分割的。那如果你不关心这两个文件夹，你就不用管里面的架构是什么样的。如果你关心你可以再点进去看。、

看外面，dataset.py不用说，就是数据集的加载呀、处理呀等等那一堆儿。就好比我们自己写Demo时的自定义数据集那部分。

然后我看了下，它这里分的非常细，engine.py是训练一次的代码，里面一共就两个函数，你看函数名都知道它是在干嘛的了。

先说在optim_factory.py，真的是代码的功能如其名，这里面定义了许许多多的optimizer的方式，什么sgd呀，lr呀等等都在里面有定义，就是它的意思就是它为提供了很多种optimizer，然后根据你传进来的参数进行选择。它之所以写的这么细，好像是论文里有这么一种对照实验（不太确定，记不太清了）

至于在run_with_submitit.py中，看它的名字，它里面主要的内容应该是用“submitit”这个库进行提交和管理整个作业的。

至于utils.py，一般都放一些其他的函数结构。我个人的理解它有点像大杂烩的意思，或者就是为他人服务的，或者说是常用的接口文件。在这个项目里它主要是定义了运行时间进行记录和对比的函数，以及和日志有关的函数。

最后是main.py，它整个的代码就是在main里面跑的。我觉得main.py应该都不陌生，就是加载数据集、加载模型、跑模型、测试模型等等操作。因为刚刚在其他文件里，只是去给它定义了类的呀，还并未运行起来它。

不过有一说一，这个项目的代码确实很复杂了。

---

2、换个来说，这是clip的模型代码结构（第二个例子）：

这个模型的代码构造感觉就比较简单了。emm所有的txt、ipynb和md文件都不用想，肯定是说明文件。这这里面，clip目录下的几个py文件，基本上就是整个模型的代码了。如果按照我们刚刚的来去思考，你点进去会发现，那个model.py是clip模型的定义部分；然后clip.py是用来给你下载并加载它的预训练模型用的。而simple_tokenizer.py主要定义了一些编码、encode/decode等操作。那个__init__.py文件里啥都没有(就是个空文件)。然后外层的hubconf.py是啥配置文件，但这个配置文件感觉怪怪的，openai给的解释是将PIL的图像转化为模型输入的维度，但是为什么放在这里，以及我觉得里面的代码也挺怪。然后setup.py就是安装这个clip的，如果你运行一下它，你会发现你的文件夹里又多了一个clip的项目哈哈(别问我是怎么知道的)

---

以上就是我对于文件结构的想法。也正是因为最近要整这一块的内容，所以把我的想法记录了下，也不一定对hhh，而且上面举的那两个模型我现在也还没有研究过（论文也还没看2333），也就是只看了眼代码的结构，所以有什么不对的地方欢迎批评指正（轻点喷....