由于有耦合的（synergy dysample）上下采样过程和没有耦合的上下采样过程架构不一样，因此将分成了两个文件夹，synergic Unet文件夹专门用于synergy dysample的实验，UNe用于各种算子搭配的实验
训练模型在文件夹下 train.py 文件中，需要修改一下数据集的路径，我已经写好了相对路径，只需要把第25行代码取消注释，并把26行代码注释掉就可以了。然后就可以直接训练
训练过程中会自动进行 evaluate，所以 evaluate 的过程可以直接看终端产生的记录，也可以进一步使用 wandb 查看模型在训练过程中的详细数据