python argparse模块详解,argparser python

　　本文主要介绍python深度学习标准库使用argparse调整参数的详细讲解。有需要的朋友可以借鉴一下，希望能有所帮助。祝大家进步很大，早日升职加薪。

　　00-1010前言使用步骤：常用规则使用配置文件传入超参数argparse中action的可选参数store_true。

前言

　　创建ArgumentParser()对象，调用add_argument()方法，添加参数，并使用parse_args()解析参数。下面的内容，我们将通过实际操作来学习如何使用argparse:导入argparse。

　　parser=arg parse . argument parser()#创建已解析的对象

　　Parser.add_argument() #将您想要关注的命令行参数和选项添加到该对象中。

　　Arg=parser.parse_args () #调用parse_args()方法进行解析。

使用步骤：

　　在命令行中输入python demo.py -h或pythondemo.py-help，查看这个python文件的参数描述。arg字典类似于python字典。例如，arg字典命名空间(integers=5 )可以使用arg。提取此参数解析器的参数名。Add _ argument (integers ，type=str，nargs= ，help=传入的数字)。Nargs用于描述传入参数的个数，表示至少传入一个参数， * 表示可以为参数设置零个或一个parser.add _ argument (-n ，-name ，type=str，required=True，default= ，help= name )。Required=true表示必需的参数，-n表示可以使用short选项来使用参数parser . add _ argument(-test _ action ，default= False ，action= store _ True )。触发时Store _ true为真，未触发时为假(test.py，假输出，test.py - test_action，真输出

常见规则

　　为了使代码更加简洁和模块化，可以在config.py中编写关于超参数的操作，然后在train.py或其他文件中导入。具体config.py可以参考以下内容。

　　导入argparse

　　def get_options(parser=argparse。ArgumentParser()):

　　parser.add_argument( - workers ，type=int，default=0，

　　help=数据加载工人数量，你最好把它

　　您的gpu的4倍’)

　　parser . add _ argument(-batch _ size ，type=int，default=4，help=input batch size，default=64 )

　　parser.add_argument( - niter ，type=int，default=10，help=要训练的时期数，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(fnum_workers: {opt.workers})

　　 print(fbatch_size: {opt.batch_size})

　　 print(fepochs (niters) : {opt.niter})

　　 print(flearning rate : {opt.lr})

　　 print(fmanual_seed: {opt.seed})

　　 print(fcuda enable: {opt.cuda})

　　 print(fcheckpoint_path: {opt.checkpoint_path})

　　 return opt

　　if __name__ == __main__:

　　 opt = get_options()

$ python config.py

　　随后在train.py等其他文件，我们就可以使用下面的这样的结构来调用参数。

# 导入必要库

argparse中action的可选参数store_true

# test.py

　　以上面的代码为例，若触发 test_action，则为True，否则为False：

$ python test.py，输出为 False
$ python test.py --test_action，输出为 True

　　若在上面的代码中加入default，设为 False 时:

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

$ python test.py，输出为 False
$ python test.py --test_action，输出为 True

　　default 设为 True 时：

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

$ python test.py，输出为 True
$ python test.py --test_action，输出为 True

　　参考：https://www.jb51.net/article/250215.htm

　　以上就是python深度学习标准库使用argparse调参的详细内容，更多关于python标准库argparse调参的资料请关注盛行IT软件开发工作室其它相关文章！

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。

python argparse模块详解,argparser python

目录

前言

使用步骤：

常见规则

argparse中action的可选参数store_true

相关文章阅读