训练一个模型，桌面上要摆四样东西：数据、代码、产物、日志。 Demo 在本机真建了这四个目录，真写了一个 45 字节的模型文件，真起了子进程，还量了磁盘： 剩余 247.1 GB（共 322.1 GB）。
第一章说这个岗位动的是「数据、指标、验收标准」。 这一节从最基础的那一层开始：这些东西到底放在哪。
一、四样东西，不是四种习惯
data 放原始数据与标注，code 放训练脚本，out 放模型与结果，log 放运行记录。
四个目录分开，是为了能复现。
出问题时按这四个方向查：数据是不是这一版、代码是不是这个人改的、产物落在哪、这次跑的日志在哪。
缺一样，排查就变成猜。
Demo 在本机的临时目录里真建了这四个目录，往 out 里写了一个 JSON：里面有模型名、参数量 171、
准确率 0.833，一共 45 字节。
45 字节当然不是真模型，但它演示了一件重要的事：产物的体积是可以量的。
真模型动辄几百 MB，磁盘和传输都要提前算。
二、环境和路径
这台机器的解释器是 Python 3.13.14，
装在虚拟环境里（sys.prefix 和 sys.base_prefix 不一样）。
PATH 有 27 条，sys.path 只有 11 条——两者不是一个东西：
前者管「敲命令时去哪找可执行文件」，后者管「import 时去哪找模块」。
PATH 的第一条是 'D'，看起来像某个环境变量被截断了。
这种事在别人的机器上很常见，也是「在我这儿能跑」的典型原因。
所以接手项目第一件事不是看代码，是看环境：Python 版本多少、包装在哪、
PATH 里有没有奇怪的东西。这三样对不上，代码再对也跑不起来。
三、还要会起子进程
训练脚本很少单独跑：要调数据预处理、要起评估、要并行跑多组参数。这些都靠「起一个子进程」。 Demo 真起了一个子进程算 6×7，拿回 42 和返回码 0。 看着没用，但它是自动化的最小单元——所有批量跑参数的东西都建在这上面。 这一节的内容看着琐碎，但它是后面所有章节的前提：不会建目录、不会看环境、不会起进程， 后面每一个 Demo 都跑不起来。
四、动手 Demo：真建四个目录，真写一个模型文件
读本机的解释器版本、PATH 与 sys.path 的条目数、包装在哪、是不是虚拟环境；
然后在临时目录里真建四个目录、写一个 JSON、量磁盘剩余，最后起一个子进程算一道算术题。
four = [(u'data', u'原始数据与标注'), (u'code', u'训练脚本'),
(u'out', u'模型与日志'), (u'log', u'运行记录')]
for name, why in four:
os.makedirs(os.path.join(root, name), exist_ok=True)
r = subprocess.run([sys.executable, u'-c', u'print(6*7)'],
capture_output=True, text=True)
实跑输出：
--------------------------------------------------------------------
训练一个模型，桌面上要摆四样东西
--------------------------------------------------------------------
解释器 3.13.14 C:\Users\admin\.workbuddy\binaries\python\envs\default\Scripts\python.exe
平台 win32
PATH 条目数 27 条
前三条约多少字 124 字（第一条是 'D'，看着像被截断的环境变量）
sys.path 条数 11 条（比 PATH 少，因为它只管模块）
装包的位置 C:\Users\admin\.workbuddy\binaries\python\envs\default\Lib\site-packages
在虚拟环境里吗 是
/data 原始数据与标注，已建，写入 0 字节
/code 训练脚本，已建，写入 0 字节
/out 模型与日志，已建，写入 45 字节
/log 运行记录，已建，写入 0 字节
四样东西之外还要什么 一个能复现的环境（Python 版本 + 包版本）
这次写出的模型文件 45 字节
磁盘剩余 247.1 GB（共 322.1 GB）
起子进程算 6×7 42（返回码 0）
这四样东西不是为了整齐，是为了「能复现」：
数据在哪、代码是哪一版、模型存哪儿、这次跑的日志在哪。缺一样，出问题就查不动。
训练师接手别人的项目，第一件事就是把这四个目录对上号。
输出里 PATH 27 条、sys.path 11 条。
差这么多是因为 PATH 里还有一堆可执行文件目录，它们跟 import 无关。
PATH 第一条是 'D'——这不是我写错，是本机环境里真的有一个这样的条目。
它说明「环境变量被谁改坏了」这种事很常见，而且不容易发现。
四个目录都建成功了，/out 写进 45 字节。磁盘剩余 247.1 GB，共 322.1 GB。
子进程那一步返回 42、返回码 0。真实训练里这个位置换成一个跑 8 小时的训练脚本，用法一模一样。
30 秒实验
- 在你自己的电脑上找出
PATH里最长的那一条，看它指向什么。 - 在项目里建这四个目录，把一次跑的结果按四类放进去。
- 想一想：为什么日志要单独一个目录，不跟模型放一起？
常见误区
- 「代码能跑就行，目录无所谓」——出问题时找不到日志，等于没有日志。
- 「我电脑上能跑」——
PATH和包版本一变就跑不了。 - 「模型文件不大，随便放」——真模型几百 MB，磁盘和传输都要提前算。
自测三问（点开对答案）
1. 训练项目要摆哪四样东西？ —— 数据、代码、产物、日志，分四个目录放。 2. `PATH` 和 `sys.path` 的区别是什么？ —— 前者找可执行文件，后者找 import 的模块。 3. 为什么接手项目先看环境？ —— 版本、包位置、PATH 对不上，代码再对也跑不起来。环境准备好，下一步是数学——先从最常用的一步「拟合一条直线」开始。
- ☐ （本节完，下一节 2.1.2 数学基础知识：AI训练师的核心能力）