您好,登錄后才能下訂單哦!
1. 背景
在深度學習的任務(wù)中,通常需要比較復(fù)雜的參數(shù)以及輸入輸出配置,比如需要不同的訓(xùn)練data,不同的模型,寫入不同的log文件,輸出到不同的文件夾以免混淆輸出
常用的parser.add()方法非常占用代碼空間,而且輸入輸出配置無法通過文件更改,只能通過命令行參數(shù)改變。
docopt 庫提供了一個非常優(yōu)雅的命令行解析工具,這邊只介紹其中解析文件參數(shù)
2. 安裝
pip install docopt
import docopt import json
3. 使用
docopt 由兩部分組成,第一部分是解析部分,通過“”“ -”“”(一段類似注釋的雙引號表示),這一部分必不可少。
""" Usage: train <json_file> """
上面解析部分的指令很簡單,輸入應(yīng)為:
python test.py config.json
第二部分是main 函數(shù):
if __name__ == "__main__": args = docopt.docopt(__doc__) args = json.load(open(args["<json_file>"])) print('==>Params') for key in args.keys(): print('\t{}:{}\n'.format(key,args[key])) train(args)
我將 config.json 設(shè)置為:
{ "dataset": "human_science", "length": 1000, "model": "CNN", "log_dir": "./logs/", "output_dir": "./output/", "output_prefix": "human_science_CNN", "lr":0.01 }
命令行的輸出應(yīng)為:
成功將參數(shù)傳入train()函數(shù)
以上就是本文的全部內(nèi)容,希望對大家的學習有所幫助,也希望大家多多支持億速云。
免責聲明: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。