您好,登錄后才能下訂單哦!
這篇文章主要講解了如何使用Python ArgumentParse的subparser,內(nèi)容清晰明了,對此有興趣的小伙伴可以學(xué)習(xí)一下,相信大家閱讀完之后會有幫助。
在寫一些很小的機(jī)器學(xué)習(xí)項目的時候,我們往往希望training, testing和inference能共用一個入口main,但是不同的功能使用不同的input參數(shù).當(dāng)然如果三個功能對應(yīng)三個.py腳本問題也不大,但是畢竟覺得不太優(yōu)雅.這個時候就需要考慮如何讓代碼更加簡單有條理.
主要是最近在看parser有關(guān)的東西,所以看到了一個項目,里面的使用subparser的地方是值得借鑒的,下面附上代碼和部分自己的一些見解
def main(): parser = argparse.ArgumentParser() subparsers = parser.add_subparsers() hparams = make_hparams() # 這個函數(shù)是直接寫了一些超參數(shù),講真我不太喜歡這個操作,個人還是比較傾向用一個額外的config文件來存儲 # 這些超參,這樣輸入的只要是config文件的路徑即可;主要是這么做可以看到自己每一步的參數(shù)是怎么設(shè)置的 # 便于后期出現(xiàn)了問題來排錯 subparser = subparsers.add_parser("train") # add subparser here subparser.set_defaults(callback=lambda args: run_train(args, hparams)) # 加上callback選項,run_train是前期定義的一個函數(shù),這條和后面的args.callback(args)對應(yīng) hparams.populate_arguments(subparser) # 這里就是作者自己定義的一個函數(shù),本質(zhì)其實還是一系列的add_argument subparser.add_argument("--numpy-seed", type=int) subparser.add_argument("--model-path-base", required=True) subparser.add_argument("--evalb-dir", default="EVALB/") subparser.add_argument("--train-path", default="data/02-21.10way.clean") subparser.add_argument("--dev-path", default="data/22.auto.clean") subparser.add_argument("--batch-size", type=int, default=250) subparser.add_argument("--subbatch-max-tokens", type=int, default=2000) subparser.add_argument("--eval-batch-size", type=int, default=100) subparser.add_argument("--epochs", type=int) subparser.add_argument("--checks-per-epoch", type=int, default=4) subparser.add_argument("--print-vocabs", action="store_true") subparser = subparsers.add_parser("test") subparser.set_defaults(callback=run_test) subparser.add_argument("--model-path-base", required=True) subparser.add_argument("--evalb-dir", default="EVALB/") subparser.add_argument("--test-path", default="data/23.auto.clean") subparser.add_argument("--test-path-raw", type=str) subparser.add_argument("--eval-batch-size", type=int, default=100) subparser = subparsers.add_parser("ensemble") subparser.set_defaults(callback=run_ensemble) subparser.add_argument("--model-path-base", nargs='+', required=True) subparser.add_argument("--evalb-dir", default="EVALB/") subparser.add_argument("--test-path", default="data/22.auto.clean") subparser.add_argument("--eval-batch-size", type=int, default=100) subparser = subparsers.add_parser("parse") subparser.set_defaults(callback=run_parse) subparser.add_argument("--model-path-base", required=True) subparser.add_argument("--input-path", type=str, required=True) subparser.add_argument("--output-path", type=str, default="-") subparser.add_argument("--eval-batch-size", type=int, default=100) subparser = subparsers.add_parser("viz") subparser.set_defaults(callback=run_viz) subparser.add_argument("--model-path-base", required=True) subparser.add_argument("--evalb-dir", default="EVALB/") subparser.add_argument("--viz-path", default="data/22.auto.clean") subparser.add_argument("--eval-batch-size", type=int, default=100) args = parser.parse_args() args.callback(args)
補(bǔ)充知識:python 學(xué)習(xí)筆記--argparse模塊以及parse_known_args()函數(shù)
代碼test.py:
import argparse import sys parse=argparse.ArgumentParser() parse.add_argument("--learning_rate",type=float,default=0.01,help="initial learining rate") parse.add_argument("--max_steps",type=int,default=2000,help="max") parse.add_argument("--hidden1",type=int,default=100,help="hidden1") flags,unparsed=parse.parse_known_args(sys.argv[1:]) print flags.learning_rate print flags.max_steps print flags.hidden1 print unparsed
運(yùn)行
python test.py --learning_rate 20 --max_steps 10 --hidden1 100 --arg_int 2
其效果等同于
python test.py --learning_rate=20 --max_steps=10 --hidden1=100 --arg_int=2
輸出:
20.0
10
100['--arg_int', '2']
flags為namespace空間,結(jié)果是Namespace(hidden1=100, learning_rate=20.0, max_steps=10),包含程序定義了的命令行參數(shù),而unparsed為程序沒有定義的命令行參數(shù)。
看完上述內(nèi)容,是不是對如何使用Python ArgumentParse的subparser有進(jìn)一步的了解,如果還想學(xué)習(xí)更多內(nèi)容,歡迎關(guān)注億速云行業(yè)資訊頻道。
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進(jìn)行舉報,并提供相關(guān)證據(jù),一經(jīng)查實,將立刻刪除涉嫌侵權(quán)內(nèi)容。