【深度学习实战(28)】训练框架之使用yaml和argparse配置训练参数

一、yaml和argparse

在训练时,通过有许多参数需要管理,这里推荐一种结合yamlargparse的写法。

二、Yaml

yaml文件中设置训练参数
在这里插入图片描述

对应的解析代码

# 解析yaml配置文件
class LoadYaml:
    def __init__(self, path):
        with open(path, encoding='utf8') as f:
            data = yaml.load(f, Loader=yaml.FullLoader)

        self.val_txt = data["DATASET"]["VAL"]
        self.train_txt = data["DATASET"]["TRAIN"]
        self.names = data["DATASET"]["NAMES"]

        self.learn_rate = data["TRAIN"]["LR"]
        self.batch_size = data["TRAIN"]["BATCH_SIZE"]
        self.milestones = data["TRAIN"]["MILESTIONES"]
        self.end_epoch = data["TRAIN"]["END_EPOCH"]

        self.input_width = data["MODEL"]["INPUT_WIDTH"]
        self.input_height = data["MODEL"]["INPUT_HEIGHT"]

        self.category_num = data["MODEL"]["NC"]

        print("Load yaml sucess...")

三、完整代码

import yaml
import argparse
import os

# 解析yaml配置文件
class LoadYaml:
    def __init__(self, path):
        with open(path, encoding='utf8') as f:
            data = yaml.load(f, Loader=yaml.FullLoader)

        self.val_txt = data["DATASET"]["VAL"]
        self.train_txt = data["DATASET"]["TRAIN"]
        self.names = data["DATASET"]["NAMES"]

        self.learn_rate = data["TRAIN"]["LR"]
        self.batch_size = data["TRAIN"]["BATCH_SIZE"]
        self.milestones = data["TRAIN"]["MILESTIONES"]
        self.end_epoch = data["TRAIN"]["END_EPOCH"]

        self.input_width = data["MODEL"]["INPUT_WIDTH"]
        self.input_height = data["MODEL"]["INPUT_HEIGHT"]

        self.category_num = data["MODEL"]["NC"]

        print("Load yaml sucess...")



parser = argparse.ArgumentParser()
parser.add_argument('--yaml',type=str,default="./train.yaml",help='.yaml config')
parser.add_argument('--pretain_weight',type=str,default='pretrain.pth',help='.weight config')
parser.add_argument('--saved_weight',type=str,default='best.pth',help='.weight config')
parser.add_argument('--last_weight',type=str,default='last.pth',help='.weight config')

opt = parser.parse_args()
assert os.path.exists(opt.yaml), "请指定正确的配置文件路径"

print('pretain_weight:',opt.pretain_weight)
print('saved_weight:',opt.saved_weight)
print('last_weight:',opt.last_weight)

# 解析yaml配置文件
cfg = LoadYaml(opt.yaml)
print('category_num:',cfg.category_num)
print('names:',cfg.names)
print('batch_size:',cfg.batch_size)
print('end_epoch:',cfg.end_epoch)
print('input_width:',cfg.input_width)
print('input_width:',cfg.input_width)

在这里插入图片描述

  • 3
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

m0_51579041

你的奖励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值