新規実験フォルダ作成 Skill

手順

1. 引数解析:

   • $ARGUMENTS から実験名を取得（必須）
   • --human フラグ有無を判定

2. フォルダ名決定:

   • Claude 用: workspace/expA00_<name> から始め、既存を見て A01, A02, ..., B00, B01, ... と進める
   • 人間用: workspace/exp200_<name> から始め、既存を見て 201, 202, ... と進める
   • ls workspace/ で既存フォルダを確認してから次の番号を決定

3. 雛形コピー:

   cp -r reference/ workspace/<新フォルダ名>/
   

4. SESSION_NOTES.md を生成（既にあれば追記しない、上書きしない）:

# SESSION_NOTES — <実験フォルダ名>

## セッション情報
- 日付: YYYY-MM-DD
- 作業フォルダ: workspace/<実験フォルダ名>
- 目標: <実験名から推定 or ユーザーに確認>

## ベース
- ベース: reference/ (PyTorch Lightning + timm + smp)
- 親 exp（あれば）: ...

## 試したアプローチと結果
<!-- 実験を回したら追記 -->

## ファイル構成
- train.py
- src/
- config.yaml
- run.sh

## 重要な知見
<!-- 学習中に得られた知見 -->

## 次のステップ
- [ ] ...

## 性能変化の記録
| 試行 | 変更点 | CV | LB | 備考 |
|------|--------|-----|-----|------|

## コマンド履歴
<!-- 実行した主要コマンド -->

5. run.sh を生成（実行権限付与）:

#!/bin/bash
# 学習・推論を一発で回すスクリプト
# 重要: cd "$(dirname "$0")" で実験フォルダに移動してから python を呼ぶ。
#       これがないと results/ がリポジトリルートや別の場所に生成されてしまう。
# 使い方: bash run.sh data.fold=0 trainer.max_epochs=30
#         引数は OmegaConf dotlist 形式で config.yaml を上書きする（--config フラグは存在しない）
set -e

cd "$(dirname "$0")"

# 学習（train.py は実験フォルダ直下。引数はそのまま渡す）
python train.py "$@"

# 推論（必要に応じて）
# python predict.py ckpt_path=results/<実験名>/fold0/last.ckpt

6. config.yaml の experiment.name を新フォルダ名に書き換え

7. results/ の出力先を実験フォルダ基準にする:

   • train.py の出力先が cwd 依存になっていないか確認
   • 必要なら output_dir = Path(__file__).resolve().parent / 'results' / experiment_name / f'fold{fold}' のように実験フォルダ基準の絶対パスに書き換える（train.py は実験フォルダ直下にあるため parent 1段）
   • 学習を試走して workspace/<新フォルダ名>/results/... に出力されることを確認してからユーザーに報告

8. 報告:

   • 作成したフォルダのパス
   • SESSION_NOTES.md と run.sh のパス
   • 次にすべきアクション（config.yaml を編集 → bash workspace/<新フォルダ名>/run.sh）

注意

• 同名フォルダがあれば作成しない。ユーザーに連番をどうするか確認する
• reference/ がない場合は警告して停止
• データセット・モデルファイルは雛形に含めない（.gitignore 対象）