深度学习中使用yaml文件去更新argparse参数

o氧气o

已于 2023-11-23 20:35:05 修改

阅读量537

点赞数 8

文章标签：深度学习人工智能

于 2023-11-23 20:12:39 首次发布

本文链接：https://blog.csdn.net/m0_67388791/article/details/134585234

版权

假设存在以下参数：

parse = argparse.ArgumentParser()
parse.add_argument('--batch_size', type=int, default=50, help='the num of batch')
parse.add_argument('--epoches', type=int, default=5, help='the num of epoch')
parse.add_argument('--weight', type=str, default= '../output.pth', help='the path of pretrained model')
opt = parse.parse_args()

新建yaml文件如下：

batch_size: 32

epoches: 50

weights: "../...."

想要使用yaml新的参数运行脚本，需要将argparse空间中的参数更新，代码如下：

首先，声明命名空间

def dict2namespace(config):
    namespace = argparse.Namespace()
    for key, value in config.items():
        if isinstance(value, dict):
            new_value = dict2namespace(value)
        else:
            new_value = value
#将参数对添加到命名空间中
        setattr(namespace, key, new_value)
    return namespace

读入yaml文件中的参数

#配置参数
import yaml
with open('../***.yaml', 'r') as f:
    default_arg = yaml.safe_load(f)
#args = parser.set_defaults(**default_arg)
args = dict2namespace({**vars(args), **default_arg}) #args为原脚本中的参数名，注意更改