parser = argparse.ArgumentParser(description='PyTorch CK+ CNN Training')#这个参数给出程序做什么以及如何工作的简短描述
parser.add_argument('--model', type=str, default='VGG19', help='CNN architecture')
parser.add_argument('--dataset', type=str, default='CK+', help='dataset')#第一个是参数名或者序列，type允许任意必要的类型检查并作类型转换
parser.add_argument('--fold', default=1, type=int, help='k fold number')
parser.add_argument('--bs', default=128, type=int, help='batch_size')
parser.add_argument('--lr', default=0.01, type=float, help='learning rate')#lr 0.01我觉得default也是参数名
parser.add_argument('--resume', '-r', action='store_true', help='resume from checkpoint')
opt = parser.parse_args()
#在解析命令行的同时，parse_args()会检查各种错误，包括有歧义的选项、不合法的类型、不合法的选项、错误的位置参数个数等等。
#当它遇到此类错误时，会退出并跟随用法信息一起打印出错误。
#model VGG19 --bs 128 --lr 0.01就是指上面的一串
https://blog.csdn.net/qq_14898613/article/details/54136223
epoch：当一个完整的数据集通过了神经网络一次并且返回了一次，这个过程称为一个 epoch。
batch size：一个 batch 中的样本总数。记住：batch size 和 number of batches 是不同的。
batch：在不能将数据一次性通过神经网络的时候，就需要将数据集分成几个 batch。
迭代：迭代是 batch 需要完成一个 epoch 的次数。在一个 epoch 中，batch 数（number of batches）和迭代数是相等的。
http://www.dataguru.cn/article-12193-1.html