pytorch学习的一些tips（2）

传参方式：

固定传参：在pycharm窗口中直接写好参数，在脚本中把参数写固定

命令行传参：在terminal中打开虚拟环境，然后输入python 脚本名。

对于argparse的理解：命令行传参的一种方式，提供了一个接口

关于argparse的使用可以分为三步：

1.argparse.ArgumentParser：创建一个ArgumentParser空间

2.parser.add_argument：向空间中添加参数，这些参数有各种各样的属性

3.parser.parse_args()：将这个空间中的字符串转化为对象，使python语言可以识别

argparse.ArgumentParser的使用：进行命令行参数的解析，用于频繁修改参数，自动生成帮助文档

class argparse.ArgumentParser(prog=None, usage=None, description=None, epilog=None, parents[], formatter_class=argparse.HelpFormatter, prefix_chars='-, fromfile_prefix_chars=None, argument_default=None, conflict_handler='error', add_help=True, allow_abbrev=True, exit_on_error=True)

先创建一个ArgumentParser对象，然后通过parser.add_argument向里添加参数。

parser.add_argument的使用：

第一个参数	参数名称	形式一般是"--name"
属性	nargs	有几个参数
	type	传进来的参数是什么类型的，例如int，float等
	default	没有具体的值就使用默认的值
	action	当参数在命令行中出现时，使用的动作的基本类型
	help	对该参数的解释

opt=parser.parse_args()：将参数字符串转化为对象，并将其设为命名空间（ArgumentParser空间）的一个属性。之后可以从opt中获取空间中对应的值。

---

在gpu上训练

报错：RuntimeError: Expected all tensors to be on the same device, but found at least two devices, cuda:0 and cpu! (when checking argument for argument mat2 in method wrapper_mm)

原因：没有把model移到cuda上