模型验收&pr提交标准

[Ldpe2G]

复现好的模型，代码提交 Oneflow-Inc/models 仓库统一管理。

对于能找到Pytorch官方实现的模型，比如视觉分类网络，直接对齐torch实现然后把torch的预训练模型直接转成oneflow来用，复现的模型代码需要提供：

• 训练脚本
• 预训练模型
• 预测脚本
• requirements.txt
• README

获取运行当前目录下 python 脚本所需的 requirements.txt

pip3 install pipreqs --user
pipreqs . --no-pin

README.md 要用英文来写，具体内容和格式可以参考：resnet50。如果是生成类或者像素级任务，比如 GAN，风格化、分割和超分等等，则需要在 README.md 中提供可视化的结果。

代码中的注释也要用英文来写。

预训练模型需要上传到阿里云，可以暂时先发给我统一上传。模型保存方式，可以参考：
https://github.com/Oneflow-Inc/models/blob/main/resnet50/train_oneflow.py#L120

预测或者训练python脚本需同时提供 bash 脚本，用于方便用户设置一些可变的命令行参数。比如预测脚本，可在bash脚本中下载预训练模型，尽量要让用户下载代码装好oneflow之后，直接运行 bash 脚本就能跑起来。比如 resnet50/infer.sh

提交pr之后，reviewer 要添加 oneflow-ci-bot 对代码进行格式化。

[wyg1997]

代码格式要求

要求代码在提交前要按pep8的标准做代码格式化。代码格式化工具使用autopep8。

在VSCode中可以参考：https://blog.csdn.net/Mrs_chens/article/details/102566018 安装相关工具并使用。

也可以直接在终端中执行命令：

pip install autopep8  # 安装autopep8
autopep8 -i -r .  # 使用autopep8格式化本目录下的所有文件

[doombeaker]

代码格式要求

要求代码在提交前要按pep8的标准做代码格式化。代码格式化工具使用autopep8。

在VSCode中可以参考：https://blog.csdn.net/Mrs_chens/article/details/102566018 安装相关工具并使用。

也可以直接在终端中执行命令：

pip install autopep8  # 安装autopep8
autopep8 -i -r .  # 使用autopep8格式化本目录下的所有文件

这个我目前用的是 black（因为 oneflow 仓库是用的 black），我们要不要在此把风格都统一了（比如 oneflow 仓库也用 autopep8）

[wyg1997]

这个我目前用的是 black（因为 oneflow 仓库是用的 black），我们要不要在此把风格都统一了（比如 oneflow 仓库也用 autopep8）

我感觉可以暂时先不那么严要求，格式化这个动作一定要有，用什么工具都可以，至少仓库里的模型没有那种一看就很明显的格式问题。

[Flowingsun007]

还有一条需要广播注意下，就是模型库的提交容易带上权重、数据集、图像、log等文件，提交前需要注意，千万不要把大文件（>1mb）提交上去，不然会影响整个仓库。 可以提交前仔细检查，不要git add/commit 一些不需要提交的大文件，也可在本地仓库加一个pre-commit做限制和检查，见issue：https://github.com/Oneflow-Inc/OneTeam/issues/400