深度代码复现跑通了！！！
代码复现对于初学者，一开始接触深度学习代码总是困难的，尤其是对于github上满屏英文、复杂的环境、各种各样的报错，有时候哪怕跟着配套的readme、论文、视频，仍然不能成功跑起来。 在经受了一堆毒打后，笔者也开始有一点自己的理解，这里分享给大家，可能有些不对的地方，希望指正，谢谢！\nstep1： 对于网上已经开源的代码，先把它下载下来。github下载慢可以用 码云 ，具体方法网上有很多，一般成熟的深度学习框架不会特别大。把代码都下下来就是一个良好的开始。\nstep2： 把它解压好用pycharm打开，然后就得到类似下图的一个东西，也许你并没有看懂。所以你需要打开翻译器，把各个文件名的意思搞清楚。（这一步很重要）然后你就能初步理解它这个模块大概是要干什么了。\nstep3： 深度学习框架一般由这么几个部分组成，数据集（下载、划分、加载），网络模型（一个网络会分成很多个不同的模块），优化器损失（有些框架喜欢放一堆损失），训练（定义迭代、打印参数），测试（计算各项指标），可视化，参数统计，跑分模块，许可证，自述。有一个大的框架后，在把各个部分串起来，可以看看训练文件分别调用了哪些文件。 下图我们可以看出，在nets文件中引用了主干网络和一些训练的超参数，在utils文件中引用了损失和参考框、类别。