【MXNet学习23】4.2 训练代码详细解读

4.1节中介绍了一个完整的MNIST手写数字体分类代码，这几乎是每一个入门深度学习的人都会运行的实验。一个比较好的代码阅读习惯既可以是从全局到局部，也可以是从局部到全局，这样才能建立起对代码的完整认识。目前开源的深度学习相关的项目非常多，但不论这些项目的代码量如何，基本上每个项目的代码都是分模块维护的，比如专门的数据读取模块、模型构建模块、参数配置模块等，这对于阅读复杂项目的代码尤其有帮助。因此希望读者能够逐渐养成这样的习惯，并应用在今后的代码书写中。

通过4.1节的介绍，相信你对整个训练代码有了一个直观的认识，接下来就将这份代码分解成几个小模块，包括训练参数配置、数据读取、网络结构搭建和训练模型四大部分，然后分别介绍每个模块的内容与作用。

4.2.1 训练参数配置

在大部分用Python实现的深度学习项目中，argparse模块是非常常见的，因为在Python中，argparse模块扮演着解析命令行参数的角色。这是什么意思呢？前面介绍过这份代码保存在train_mnist_code4-1.py中，因此当你启动训练时，可以直接在train_mnist_code4-1.py文件所在的目录运行以下命令：

$ python train_mnist_code4-1.py

运行命令没有涉及任何参数，这是因为在train_mnist_code4-1.py脚本中定义了一些训练相关的参数并设定了这些参数的默认值，因此直接通过上述命令就能启动训练。但是如果你不想用默认设置的参数来进行训练，比如bat