深度学习方面的科研工作中的实验代码有什么规范和写作技巧？如何妥善管理实验数据？ 第1页

       我的主目录   /bert_base(每个结构上的大变动都单独变成大箱子)     /2021080801(具体的实验，用日期+编号或者参数设置命名都可以)     /202108080X   /sentence_bert     /20210809X     

       gpu=$1 model_name=$2 pretrained_model=/home/pretrained_model data_dir=/home/data  # 检查输入的实验模型名称是否为空 if [ ! "$model_name" ]; then     echo "modelname is none"     exit 1 fi  # 创建实验文件夹 if [ ! -d "$model_name" ]; then     mkdir $model_name fi  # 检查实验是否已存在 if [ -n "`find $model_name -maxdepth 1 -name '*.bin'`" ]; then     echo "model exists"     exit 1 fi  # 备份实验代码 cp main.py $model_name/ cp prepro.py $model_name/ cp model.py $model_name/ cp train.sh $model_name/  echo "use gpu: $gpu"  export CUDA_VISIBLE_DEVICES=$gpu; nohup python -u main.py      --model_type=bert      --data_dir=$data_dir      --input_train_file=train.tsv      --input_eval_file=$data_dir/dev.txt     --output_eval_file=$model_name/dev_eval.txt       --model_name_or_path=$pretrained_model      --task_name=cls      --output_dir=$model_name      --max_seq_length=20      --do_train      --do_eval      --evaluate_during_training      --per_gpu_train_batch_size=512      --per_gpu_eval_batch_size=512      --learning_rate=2e-5      --weight_decay=0.01      --warmup_steps=10000      --num_train_epochs=2      --logging_steps=5000      --save_steps=5000      --ouput_path=$model_name      --do_lower_case      --fp16      > $model_name/log.txt 2>&1 & # 保存log  echo "$model_name/log.txt"     

       gpu=$1 model_name=$2 data_dir=/home/data  # 检查输入的实验模型名称是否为空 if [ ! "$model_name" ]; then     echo "modelname is none"     exit 1 fi  # 检查实验模型是否存在 if [ ! -d "$model_name" ]; then     echo "$model_name do not exist"     exit 1 fi  # 把训练时的模型文件拷贝出来（防止现在代码有变动） cp $model_name/main.py ./ cp $model_name/prepro.py ./ cp $model_name/model.py ./  echo "use gpu: $gpu"  export CUDA_VISIBLE_DEVICES=$gpu; python main.py      --model_type=bert      --do_eval      --input_eval_file=$data_dir/test.tsv      --output_eval_file=$model_name/test_eval.txt      --data_dir=$data_dir      --model_name_or_path=$model_name      --task_name=cls      --output_dir=$model_name      --max_seq_length=20      --per_gpu_eval_batch_size=512      --ouput_path=$model_name      --fp16