1、深度学习项目的基本构成

datasets文件夹：存放需要训练和测试的数据集
dataset.py : 加载数据集，将数据集转化为固定的格式，返回图像集和标签集
model.py：根据自己的需求搭建一个深度学习模型
config.py：将需要配置的参数均放在这个文件中，比如batchsize,transform,epochs,lr等超参数
train.py：加载数据集，训练
predict.py：加载训练好的模型，对图像进行预测
requirements.txt：一些需要的库，通过pip install -r requirements.txt可以进行安装
readme：记录一些log
log文件：存放训练好的模型
loss文件夹：存放训练记录的loss图像

2.dataset文件夹加载数据集，返回图像集，和标签集

3.val在计算机的意思

返回包含于字符串内的数字，字符串中是一个适当类型的数值
train是训练集
val是训练过程中的测试集，边训练边看到训练的结果

4.dataset.py文件

继承dataset类，在__getitem__方法中编写代码，得到一个可以通过字典key来取值的实例化对象

5. __ init __()

两个下划线开头的函数是声明该属性为私有，不能在类的外部被使用或访问。而__init__函数（方法）支持带参数类的初始化，也可为声明该类的属性（类中的变量）。__init__函数（方法）的第一个参数必须为self，后续参数为自己定义。

print(b.getVolume())

6.getitem