python深度學(xué)習(xí)標(biāo)準(zhǔn)庫(kù)使用argparse調(diào)參

更新時(shí)間：2022年06月02日 09:35:50 作者：MapleTx's

這篇文章主要為大家介紹了python深度學(xué)習(xí)標(biāo)準(zhǔn)庫(kù)使用argparse調(diào)參實(shí)例詳解，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進(jìn)步，早日升職加薪

前言

argparse是深度學(xué)習(xí)項(xiàng)目調(diào)參時(shí)常用的python標(biāo)準(zhǔn)庫(kù)，使用argparse后，我們?cè)诿钚休斎氲膮?shù)就可以以這種形式python filename.py --lr 1e-4 --batch_size 32來完成對(duì)常見超參數(shù)的設(shè)置。，一般使用時(shí)可以歸納為以下三個(gè)步驟

使用步驟：

創(chuàng)建ArgumentParser()對(duì)象
調(diào)用add_argument()方法添加參數(shù)
使用parse_args()解析參數(shù) 在接下來的內(nèi)容中，我們將以實(shí)際操作來學(xué)習(xí)argparse的使用方法

import argparse
parser = argparse.ArgumentParser() # 創(chuàng)建一個(gè)解析對(duì)象
parser.add_argument() # 向該對(duì)象中添加你要關(guān)注的命令行參數(shù)和選項(xiàng)
args = parser.parse_args() # 調(diào)用parse_args()方法進(jìn)行解析

常見規(guī)則

在命令行中輸入python demo.py -h或者python demo.py --help可以查看該python文件參數(shù)說明
arg字典類似python字典，比如arg字典Namespace(integers='5')可使用arg.參數(shù)名來提取這個(gè)參數(shù)
parser.add_argument('integers', type=str, nargs='+',help='傳入的數(shù)字') nargs是用來說明傳入的參數(shù)個(gè)數(shù)，'+' 表示傳入至少一個(gè)參數(shù)，'*' 表示參數(shù)可設(shè)置零個(gè)或多個(gè)，'?'　表示參數(shù)可設(shè)置零個(gè)或一個(gè)
parser.add_argument('-n', '--name', type=str, required=True, default='', help='名') required=True表示必須參數(shù), -n表示可以使用短選項(xiàng)使用該參數(shù)
parser.add_argument("--test_action", default='False', action='store_true')store_true 觸發(fā)時(shí)為真，不觸發(fā)則為假（test.py，輸出為 False ，test.py --test_action，輸出為 True）

使用config文件傳入超參數(shù)

為了使代碼更加簡(jiǎn)潔和模塊化，可以將有關(guān)超參數(shù)的操作寫在config.py，然后在train.py或者其他文件導(dǎo)入就可以。具體的config.py可以參考如下內(nèi)容。

import argparse  
def get_options(parser=argparse.ArgumentParser()):  
    parser.add_argument('--workers', type=int, default=0,  
                        help='number of data loading workers, you had better put it '  
                              '4 times of your gpu')  
    parser.add_argument('--batch_size', type=int, default=4, help='input batch size, default=64')  
    parser.add_argument('--niter', type=int, default=10, help='number of epochs to train for, default=10')  
    parser.add_argument('--lr', type=float, default=3e-5, help='select the learning rate, default=1e-3')  
    parser.add_argument('--seed', type=int, default=118, help="random seed")  
    parser.add_argument('--cuda', action='store_true', default=True, help='enables cuda')  
    parser.add_argument('--checkpoint_path',type=str,default='',  
                        help='Path to load a previous trained model if not empty (default empty)')  
    parser.add_argument('--output',action='store_true',default=True,help="shows output")  
    opt = parser.parse_args()  
    if opt.output:  
        print(f'num_workers: {opt.workers}')  
        print(f'batch_size: {opt.batch_size}')  
        print(f'epochs (niters) : {opt.niter}')  
        print(f'learning rate : {opt.lr}')  
        print(f'manual_seed: {opt.seed}')  
        print(f'cuda enable: {opt.cuda}')  
        print(f'checkpoint_path: {opt.checkpoint_path}')  
    return opt  
if __name__ == '__main__':  
    opt = get_options()

$ python config.py
num_workers: 0
batch_size: 4
epochs (niters) : 10
learning rate : 3e-05
manual_seed: 118
cuda enable: True
checkpoint_path:

隨后在train.py等其他文件，我們就可以使用下面的這樣的結(jié)構(gòu)來調(diào)用參數(shù)。

# 導(dǎo)入必要庫(kù)
...
import config
opt = config.get_options()
manual_seed = opt.seed
num_workers = opt.workers
batch_size = opt.batch_size
lr = opt.lr
niters = opt.niters
checkpoint_path = opt.checkpoint_path
# 隨機(jī)數(shù)的設(shè)置，保證復(fù)現(xiàn)結(jié)果
def set_seed(seed):
    torch.manual_seed(seed)
    torch.cuda.manual_seed_all(seed)
    random.seed(seed)
    np.random.seed(seed)
    torch.backends.cudnn.benchmark = False
    torch.backends.cudnn.deterministic = True
...
if __name__ == '__main__':
  set_seed(manual_seed)
  for epoch in range(niters):
    train(model,lr,batch_size,num_workers,checkpoint_path)
    val(model,lr,batch_size,num_workers,checkpoint_path)

argparse中action的可選參數(shù)store_true

# test.py
import argparse
if __name__ == '__main__':
    parser = argparse.ArgumentParser()
    parser.add_argument("--test_action", action='store_true')
    args = parser.parse_args()
    action_val = args.test_action
    print(action_val)

以上面的代碼為例，若觸發(fā) test_action，則為 True，否則為 False：

$ python test.py，輸出為 False
$ python test.py --test_action，輸出為 True

若在上面的代碼中加入default，設(shè)為 False 時(shí):

parser.add_argument("--test_action", default='False', action='store_true')

$ python test.py，輸出為 False
$ python test.py --test_action，輸出為 True

default 設(shè)為 True 時(shí)：

parser.add_argument("--test_action", default='True', action='store_true')

$ python test.py，輸出為 True
$ python test.py --test_action，輸出為 True

參考：http://www.dhdzp.com/article/250215.htm

以上就是python深度學(xué)習(xí)標(biāo)準(zhǔn)庫(kù)使用argparse調(diào)參的詳細(xì)內(nèi)容，更多關(guān)于python標(biāo)準(zhǔn)庫(kù)argparse調(diào)參的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！

您可能感興趣的文章: