step1: config.yaml更改硬件配置，重点注意gpu_ids, num_processes
step2: 运行data/generator_raw_data.py产生train,valid,test数据集，默认放置同级目录的raw_data下
step3: 调整scripts下的shell脚本，调整model的超参数，详情见run.py
step4: bash {mode}.sh运行
step5: main编写了predict示例，建议服务器训练完，在本机上绘制查看效果
支持TEMDnet, SFSDSA, and TEMDemucs(Ours)