开源项目 `dataset-distillation` 使用教程

项目目录结构及介绍

dataset-distillation/
├── data/
│   ├── processed/
│   └── raw/
├── models/
│   ├── __init__.py
│   └── model.py
├── scripts/
│   ├── train.py
│   └── evaluate.py
├── config/
│   └── config.yaml
├── README.md
├── requirements.txt
└── setup.py

• data/: 存放数据集的目录，包括原始数据 (raw/) 和处理后的数据 (processed/)。
• models/: 存放模型定义的文件，model.py 定义了主要的模型结构。
• scripts/: 存放训练和评估脚本，train.py 用于训练模型，evaluate.py 用于评估模型性能。
• config/: 存放配置文件，config.yaml 包含了项目的配置参数。
• README.md: 项目说明文档。
• requirements.txt: 项目依赖的 Python 包列表。
• setup.py: 项目安装脚本。

项目的启动文件介绍

项目的启动文件主要位于 scripts/ 目录下：

• train.py: 该文件包含了训练模型的主要逻辑。使用方法如下：

  python scripts/train.py --config config/config.yaml
  

  其中 --config 参数指定了配置文件的路径。

• evaluate.py: 该文件用于评估模型的性能。使用方法如下：

  python scripts/evaluate.py --model_path path/to/model --data_path path/to/data
  

  其中 --model_path 和 --data_path 参数分别指定了模型文件和数据文件的路径。

项目的配置文件介绍

配置文件 config/config.yaml 包含了项目的各种配置参数，例如数据路径、模型参数、训练参数等。以下是一个示例配置文件的内容：

data:
  train_path: data/processed/train.csv
  test_path: data/processed/test.csv

model:
  name: "CNN"
  params:
    num_layers: 3
    hidden_size: 128

train:
  batch_size: 32
  epochs: 10
  learning_rate: 0.001

• data: 数据路径配置，包括训练数据和测试数据的路径。
• model: 模型配置，包括模型名称和模型参数。
• train: 训练配置，包括批次大小、训练轮数和学习率等。

通过修改 config.yaml 文件，可以灵活地调整项目的运行参数。