train.py 是通用训练脚本。它为许多模型(可选的模型比如：pix2pix, cyclegan, colorization)和不同的数据集服务(可选的数据集模式包括：aligned, unaligned, single, colorization)。
test.py 是通用测试脚本。如果用train.py训练好了自己的模型，可以用测试脚本对模型进行测试。脚本会从 checkpoints_dir 中加载保存好的模型，并将结果保存在 results_dir 处。
data 目录包括了所有与数据加载和预处理相关的模块。如果想要添加名为 dummy 的自定义数据集类，则需要创建 dummy_dataset.py 文件，并定义继承 Base Dataset 的子类(subclass)Dummy Dataset。需要实现四个功能：1)__init__(初始化类，首先要调用BaseDataset.__init__(self, opt))，2)__len__(返回数据集大小)，3)__getitem__(获取数据点)， 4)modify_commandline_options(添加特定于数据集的选项，设置默认选项)。可以通过指定--dataset_mode去使用数据集类(dataset class)。下面详细解释每个文件。
__init__.py 实现了data包和训练及测试脚本文件的接口，train.py 和 test.py 从 data import create_dataset 和 dataset = create_dataset(opt) 调用数据，用给定的选项 opt. 创建数据集。
base_dataset.py 为数据集实现了理论上的基类 (ABC)。它还包括常见的转换函数(比如 get_transform,__scale_width)，这些函数可以在之后的子类中使用。
image_fold
