{
"version": "0.2.0",
"configurations": [
{
"name": "Python: Train Model",
"type": "python",
"request": "launch",
"program": "${workspaceFolder}/train.py",
"console": "integratedTerminal",
"args": ["--batch-size", "64", "--lr", "0.001"]
},
{
"name": "Python: Test Model",
"type": "python",
"request": "launch",
"program": "${workspaceFolder}/test.py",
"console": "integratedTerminal",
"args": ["--model-path", "model.pt", "--data-path", "data/"]
}
]
}
在"Python: Train Model"的配置中,我们将--batch-size设置为64,--lr设置为0.001。而在"Python: Test Model"的配置中,我们将--model-path设置为"model.pt",--data-path设置为"data/"。
使用示例
假设你正在使用PyTorch进行深度学习任务,并且有一个train.py脚本用于训练模型,一个test.py脚本用于测试模型。通过上述的launch.json配置,你可以通过以下步骤来使用这些配置:
1.打开VSCode,并打开你的项目文件夹。
2.在左侧的"调试"选项卡中,选择你要使用的调试配置,比如"Python: Train Model"。
3.点击调试按钮来启动调试器。VSCode将自动执行train.py脚本,并传递--batch-size 64和--lr 0.001参数。
4.同样地,你可以选择"Python: Test Model"配置来运行测试脚本,并传递相应的命令行参数。
这样,你就可以方便地使用VSCode来配置深度学习命令行参数,并进行相应的调试和测试。