Pytorch学习-如何接受命令行参数argparse模块
Pytorch学习-如何接受命令行参数argparse模块
AI深度学习求索
发布于 2018-12-11 17:18:52
发布于 2018-12-11 17:18:52
Pytorch学习-如何接受命令行参数argparse模块
命令行解释器argparse模块
使用argparse 模块定义解析命令行参数，命令 行参数其实也是应用在程序中的参数，只是为了更方便他人使用程序而设置。
例如在工程中，文件中有很多参数，自己使用时可以打开文件定义修改，但是让别人使用时，这样一个个打开文件去修改显得太麻烦，argparse模块将所需更改的参数设置在命令行中，用户使用，便不用打开所在文件夹才能更改参数了。
示例：
import argparse
import torch
parser = argparse.ArgumentParser(description='PyTorch Example')
parser.add_argument('--disable-cuda', action='store_true',
help='Disable CUDA')
args = parser.parse_args()
args.cuda = not args.disable_cuda and torch.cuda.is_available()解析代码：
（1）导入argparse模块
import argparse（2）创建ArgumentParser对象
parser = argparse.ArgumentParser(description='PyTorch Example')ArgumentParser对象中保存着解析命令行参数所必需的信息，description中描述命令行参数的介绍。
（3）添加参数
通过调用add_argument()方法将命令行中的参数保存到ArgumentParser对象中。
parser.add_argument('--disable-cuda', action='store_true',
help='Disable CUDA')
parser.add_argument('--dataroot', type=str,default='/usr/dataset',
help='the path of the dataset')后面再调用parse_args(),将会返回一个包含integers和accumulate两个属性的对象，integers是一个列表，而accumulate可以是sum()函数（如果指定了–sum）或者max()函数。
（4）解析参数
通过parse_args()方法解析参数，返回一个命名空间对象。
args = parser.parse_args()如果在脚本中调用这个函数，parse_args()不会解析任何参数。ArgumentParser会从sys.argv中自动检测命令行参数。
（5）使用命令行参数args.XX
python XX.py --disable-cuda --dataroot '/usr/dataset/MNIST'代码内调用：
args.cuda ==True
print(args.dataroot)大家了解了吗？了解了请给点个赞哦~Thanks♪(･ω･)ﾉ
本文参与 腾讯云自媒体分享计划，分享自微信公众号。
原始发表：2018-11-01，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读