这是我们组的MedMNIST十项全能小作业代码，相关结果请参考报告。
data文件夹下放置MedMNIST的十个数据集，由于github限制，此处没有数据集。
code文件夹下放置我们的代码，其中model.py和resnet.py是ResNet50的Keras实现：model.py是ResNet50的Keras版本，resnet.py是运行文件，由于某个误差函数（BCEWitLogitsLoss)的差异，最终改用PyTorch。
其余train_for_xx.py即为相应数据集的训练代码，命令行python运行即可，它会输出测试结果，同时保存模型到output1文件夹下（需要提前建立相应文件夹）。res50.py是ResNet50的PyTorch版本。
train_resnet18.py是ResNet18的实现和训练过程，如果需要调用Apex加速，执行命令python -m torch.distributed.launch --nproc_per_node=2 train_resnet18.py。执行代码时，可指定参数有--data_name:数据集名字，--input_root:数据集文件夹路径，--output_root:保存结果和模型的文件夹路径，--num_epoch:训练epoch数。