python深度学习标准库使用argparse调参

目录

• 前言
• 使用步骤：
• 常见规则
• 使用config文件传入超参数
• argparse中action的可选参数store_true

前言

argparse是深度学习项目调参时常用的python标准库，使用argparse后，我们在命令行输入的参数就可以以这种形式python filename.py –lr 1e-4 –batch_size 32来完成对常见超参数的设置。，一般使用时可以归纳为以下三个步骤

使用步骤：

• 创建ArgumentParser()对象
• 调用add_argument()方法添加参数
• 使用parse_args()解析参数 在接下来的内容中，我们将以实际操作来学习argparse的使用方法

import argparse
parser = argparse.ArgumentParser() # 创建一个解析对象
parser.add_argument() # 向该对象中添加你要关注的命令行参数和选项
args = parser.parse_args() # 调用parse_args()方法进行解析

常见规则

• 在命令行中输入python demo.py -h或者python demo.py –help可以查看该python文件参数说明
• arg字典类似python字典，比如arg字典Namespace(integers='5')可使用arg.参数名来提取这个参数
• parser.add_argument('integers', type=str, nargs='+',help='传入的数字') nargs是用来说明传入的参数个数，'+' 表示传入至少一个参数，'*' 表示参数可设置零个或多个，'?'　表示参数可设置零个或一个
• parser.add_argument('-n', '–name', type=str, required=True, default='', help='名') required=True表示必须参数, -n表示可以使用短选项使用该参数
• parser.add_argument("–test_action", default='False', action='store_true')store_true 触发时为真，不触发则为假（test.py，输出为 False ，test.py –test_action，输出为 True）

使用config文件传入超参数

为了使代码更加简洁和模块化，可以将有关超参数的操作写在config.py，然后在train.py或者其他文件导入就可以。具体的config.py可以参考如下内容。

import argparse  
def get_options(parser=argparse.ArgumentParser()):  
    parser.add_argument(\'--workers\', type=int, default=0,  
                        help=\'number of data loading workers, you had better put it \'  
                              \'4 times of your gpu\')  
    parser.add_argument(\'--batch_size\', type=int, default=4, help=\'input batch size, default=64\')  
    parser.add_argument(\'--niter\', type=int, default=10, help=\'number of epochs to train for, 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(f\'num_workers: {opt.workers}\')  
        print(f\'batch_size: {opt.batch_size}\')  
        print(f\'epochs (niters) : {opt.niter}\')  
        print(f\'learning rate : {opt.lr}\')  
        print(f\'manual_seed: {opt.seed}\')  
        print(f\'cuda enable: {opt.cuda}\')  
        print(f\'checkpoint_path: {opt.checkpoint_path}\')  
    return opt  
if __name__ == \'__main__\':  
    opt = get_options()

$ python config.py
num_workers: 0
batch_size: 4
epochs (niters) : 10
learning rate : 3e-05
manual_seed: 118
cuda enable: True
checkpoint_path:

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
...
import config
opt = config.get_options()
manual_seed = opt.seed
num_workers = opt.workers
batch_size = opt.batch_size
lr = opt.lr
niters = opt.niters
checkpoint_path = opt.checkpoint_path
# 随机数的设置，保证复现结果
def set_seed(seed):
    torch.manual_seed(seed)
    torch.cuda.manual_seed_all(seed)
    random.seed(seed)
    np.random.seed(seed)
    torch.backends.cudnn.benchmark = False
    torch.backends.cudnn.deterministic = True
...
if __name__ == \'__main__\':
  set_seed(manual_seed)
  for epoch in range(niters):
    train(model,lr,batch_size,num_workers,checkpoint_path)
    val(model,lr,batch_size,num_workers,checkpoint_path)

argparse中action的可选参数store_true

# test.py
import argparse
if __name__ == \'__main__\':
    parser = argparse.ArgumentParser()
    parser.add_argument(\"--test_action\", action=\'store_true\')
    args = parser.parse_args()
    action_val = args.test_action
    print(action_val)

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调参的资料请关注其它相关文章！