python中編寫(xiě)config文件并及時(shí)更新的方法是什么

這篇“python中編寫(xiě)config文件并及時(shí)更新的方法是什么”文章的知識(shí)點(diǎn)大部分人都不太理解，所以小編給大家總結(jié)了以下內(nèi)容，內(nèi)容詳細(xì)，步驟清晰，具有一定的借鑒價(jià)值，希望大家閱讀完這篇文章能有所收獲，下面我們一起來(lái)看看這篇“python中編寫(xiě)config文件并及時(shí)更新的方法是什么”文章吧。

0. Intro

• 在pytorch或者其他深度學(xué)習(xí)框架中，有許多超參數(shù)需要調(diào)整，包括learning_rate，training_data_path等，因此編寫(xiě)一個(gè)config文件統(tǒng)一存放這些參數(shù)，方便調(diào)用/查看/修改還是很有必要的。

• 我這里的目錄結(jié)構(gòu):

• MLP

• mlp.ipynb: 用于training等

• config.py: 存放超參數(shù)、路徑

• data

• targets：targets data path

• train：training data path

1. config.py

這個(gè).py文件實(shí)際上是一個(gè)class，大概如下:

class DefaultConfig(object):

    # dataset劃分
    batch_size = 40
    train_pct = 0.7
    vali_pct = 0.2
    test_pct = 0.1
    
    #learning rate
    learning_rate = 1e-3
    
    # Training data
    train_path = r"../data/train"
    target_path_metric = r"../data/targets"

2. 調(diào)用以及更新

寫(xiě)成class之后，在mlp.ipynb中調(diào)用只需要引用一下就完事了:

import config  # import進(jìn)來(lái)
reload(config)  ################## 注意這里必須reload??！
from config import DefaultConfig	# 引入class

opt = DefaultConfig()		# 實(shí)例config對(duì)象

# 這里名字最好保持和clas內(nèi)部一致，方便檢查
batch_size = opt.batch_size
train_pct = opt.train_pct
vali_pct = opt.vali_pct
test_pct = opt.test_pct

注意，很可能當(dāng)我們改動(dòng)config.py之后，外部文件的參數(shù)不會(huì)及時(shí)更新，所以加入reload語(yǔ)句是一個(gè)很好的習(xí)慣

import config  # import進(jìn)來(lái)
reload(config)  ################## 注意這里必須reload?。?/pre>
以上就是關(guān)于“python中編寫(xiě)config文件并及時(shí)更新的方法是什么”這篇文章的內(nèi)容，相信大家都有了一定的了解，希望小編分享的內(nèi)容對(duì)大家有幫助，若想了解更多相關(guān)的知識(shí)內(nèi)容，請(qǐng)關(guān)注億速云行業(yè)資訊頻道。