要求训练集和测试集分开存储，对于中文的数据必须先分词，对分词后的词用空格符分开，并且将标签连接到每条数据的尾部，多个标签之间也用空格分开，标签和句子用分隔符<SEP>分开。具体的如下：
- 今天 的 天气 真好 <SEP> 积极 很棒
- config文件：配置各种模型的配置参数
- data：存放训练集和测试集
- data_helpers：提供数据处理的方法
- ckpt_model：存放checkpoint模型文件
- pb_model：存放pb模型文件
- outputs：存放vocab，word_to_index, label_to_index, 处理后的数据
- models：存放模型代码
- trainers：存放训练代码
- predictors：存放预测代码
- python train.py --config_path="config/textcnn_config.json"
- 预测代码都在predictors/predict.py中，初始化Predictor对象，调用predict方法即可。
- model_name：模型名称
- epochs：全样本迭代次数
- checkpoint_every：迭代多少步保存一次模型文件
- eval_every：迭代多少步验证一次模型
- learning_rate：学习速率
- optimization：优化算法
- embedding_size：embedding层大小
- num_filters：卷积核的数量
- filter_sizes：卷积核的尺寸
- batch_size：批样本大小
- sequence_length：序列长度
- vocab_size：词汇表大小
- num_classes：样本的类别数
- keep_prob：保留神经元的比例
- l2_reg_lambda：L2正则化的系数，主要对全连接层的参数正则化
- max_grad_norm：梯度阶段临界值
- train_data：训练数据的存储路径
- eval_data：验证数据的存储路径
- stop_word：停用词表的存储路径
- output_path：输出路径，用来存储vocab，处理后的训练数据，验证数据
- word_vectors_path：词向量的路径
- ckpt_model_path：checkpoint 模型的存储路径
- pb_model_path：pb 模型的存储路径