从目录开始约束项目

清晰的目录结构能够降低遗忘上下文的成本。一个简单项目可以划分为 data/src/configs/scripts/results/docs/

配置与代码分离

不要把数据路径、学习率和随机种子散落在脚本中。将它们放进 YAML 配置,并在每次实验时保存配置副本。

seed: 42
dataset: demo
learning_rate: 0.001
epochs: 100

记录运行环境

使用 requirements.txtuv.lock 或 Conda 环境文件固定依赖。结果目录中同时保存 Git 提交号和运行命令,可以显著减少“当时为什么能跑”的困惑。

输出应当可追溯

论文中的每张图最好都能由脚本重新生成。原始日志、聚合数据与最终图片分开保存,让修改绘图样式时不必重新训练模型。