您好,登錄后才能下訂單哦!
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。
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
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"
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。
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(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。