python项目中用argparse导入配置参数的两种方式

最新推荐文章于 2024-05-20 21:27:16 发布

nqct1

最新推荐文章于 2024-05-20 21:27:16 发布

阅读量612

点赞数 10

分类专栏： python 文章标签： python 深度学习人工智能

本文链接：https://blog.csdn.net/qq_45978862/article/details/134958593

版权

python 专栏收录该内容

3 篇文章 0 订阅

订阅专栏

(1)直接写在python文件中：

def train_model(args):
    # 使用 args 对象中的值来训练模型
    ...

if __name__ == "__main__":
    # 解析命令行参数
    parser = argparse.ArgumentParser()
    parser.add_argument("--learning_rate", type=float, default=0.01)
    parser.add_argument("--epochs", type=int, default=10)
    parser.add_argument("--batch_size", type=int, default=32)
    args = parser.parse_args()

    # 训练模型
    train_model(args)

(2）直接写在json文件中：
然后以字典形式读出后，转化成args
test.json文件为：

{
    "learning_rate": 0.01,
    "epochs": 10,
    "batch_size": 32
}

if __name__ == "__main__":
    # 解析命令行参数
    with open("test.json", 'r') as f:
        train_config = json.load(f)
    args = argparse.Namespace(**train_config)
    # 训练模型
    train_model(args)