instruct-pix2pix-main代码

1、sys.path.append(“./stable_diffusion”)

2、argparser模块

在训练卷积神经网络时需要预定义很多参数，例如batch_size, backbone,dataset,dataset_root等等，这些参数多而且特别零散；如果我们最初不把这些参数定义，到时候修改是一件特别麻烦的事情，需要逐个修改；所以这个时候用到了python的add_argument()很好的规避了这些问题。

首先讲，argparse是Python内置的一个用于命令项选项与参数解析的模块，argparse模块可以让人轻松编写用户友好的命令接口。程序定义它需要的参数，然后argparse将弄清如何从sys.argv解析出那些参数。argparse模块还会自动生成帮助和使用手册，并在用户给程序传入无效参数时报出错误信息。

【参考】：

• python之parser.add_argument()用法——命令行选项、参数和子命令解析器

• 【python】parser.add_argument后面为什么要加-和–？

• 使用python的parser.add_argument()在卷积神经网络中如何预定义参数？
  argparse 模块是 Python 内置的一个用于命令项选项与参数解析的模块，argparse 模块可以让人轻松编写用户友好的命令行接口。通过在程序中定义好我们需要的参数，然后 argparse 将会从 sys.argv 解析出这些参数。argparse 模块还会自动生成帮助和使用手册，并在用户给程序传入无效参数时报出错误信息。
  一般步骤分为三步：

• 创建一个解析器——创建 ArgumentParser() 对象

parser = argparse.ArgumentParser(description='test')

description= 关键字参数。这个参数简要描述这个程度做什么以及怎么做。

• 添加参数——调用 add_argument() 方法添加参数
  add_argument() 方法定义如何解析命令行参数

ArgumentParser.add_argument(name or flags...[, action][, nargs][, const][, default][, type][, choices][, required][, help][, metavar][, dest])

add_argument(_),方法里面参数完整的话：除了name一共有10个
每个参数解释如下：
name or flags ：选项字符串的名字或者列表，例如 foo 或者 -f, --foo。
action ：命令行遇到参数时的动作，默认值是 store。
store_const ：表示赋值为const；
append ：将遇到的值存储成列表，也就是如果参数重复则会保存多个值;
append_const ：将参数规范中定义的一个值保存到一个列表；
count ：存储遇到的次数；此外，也可以继承 argparse.Action 自定义参数解析；
nargs ：应该读取的命令行参数个数，可以是具体的数字，或者是?号，当不指定值时对于 Positional argument 使用default ，对于 Optional argument 使用 const ；或者是 * 号，表示 0 或多个参数；或者是 + 号表示 1 或多个参数。
const - action ：和 nargs 所需要的常量值。
default ：不指定参数时的默认值。
type ： 命令行参数应该被转换成的类型。
choices ：参数可允许的值的一个容器。
required ：可选参数是否可以省略 (仅针对可选参数)。
help ：参数的帮助信息，当指定为 argparse.SUPPRESS 时表示不显示该参数的帮助信息.
metavar ： 在 usage 说明中的参数名称，对于必选参数默认就是参数名称，对于可选参数默认是全大写的参数名称.
dest ： 解析后的参数名称，默认情况下，对于可选参数选取最长的名称，中划线转换为下划线.
例如：

parser.add_argument('--epochs', type=int, default=10, help='Number of epochs to train.')

• 首先，创建解析器ArgumentParser()对象，ArgumentParser 对象包含将命令行解析成 Python 数据类型所需的全部信息；
• 然后调用parse_args()将返回一个具有epochs属性的对象，epochs属性将是一个包含一个或多个整数的列表。这个epochs属性的名字叫做epochs，类型为int，默认情况下其值为10，对其的解释为Number of epochs to train->训练的epoch数；
• 最后，解析参数使用parse_args()解析添加参数，ArgumentParser 通过 parse_args() 方法解析参数。它将检查命令行，把每个参数转换为适当的类型然后调用相应的操作。在脚本中，通常 parse_args() 会被不带参数调用，而 ArgumentParser 将自动从 sys.argv 中确定命令行参数。

3. 解析参数——使用 parse_args() 解析添加的参数
   ArgumentParser 通过 parse_args() 方法解析参数。它将检查命令行，把每个参数转换为适当的类型然后调用相应的操作。

args = parser.parse_args()

在脚本中，通常 parse_args() 会被不带参数调用，而 ArgumentParser 将自动从 sys.argv 中确定命令行参数。

sys.argv

sys.argv[]说白了就是一个从程序外部获取参数的桥梁，这个“外部”很关键，所以那些试图从代码来说明它作用的解释一直没看明白。因为我们从外部取得的参数可以是多个，所以获得的是一个列表（list)，也就是说sys.argv其实可以看作是一个列表，所以才能用[]提取其中的元素。其第一个元素是程序本身，随后才依次是外部给予的参数。

lower()

lower（）函数是将一个文本字符串中的所有大写字母转换为小写字母

raise

raise：单独一个 raise。该语句引发当前上下文中捕获的异常（比如在 except 块中），或默认引发 RuntimeError 异常。
raise 异常类：raise 后带一个异常类。该语句引发指定异常类的默认实例。
raise 异常对象：引发指定的异常对象。
例：

这段代码意为：如果if、if、elif中的条件均不满足则引发argparse.ArgumentTypeError错误

*args和**kwargs

1. *args和**kwargs主要用于定义函数的可变参数
2. *args：发送一个非键值对的可变数量的参数列表给函数
3. **kargs：发送一个键值对的可变数量的参数列表给函数
4. 在args和**kwargs中，“args”和“kwargs”这几个字母是可以自定义的，只有前面的符号“”和“**”是固定的
5. 当要同时使用*args和kwargs时，*args必须写在kwargs之前。
   例1，在下方代码中：

def test_args(*args):

test_args('name','age','address','sex')
# ('name', 'age', 'address', 'sex')

∗把函数test_args()接受到的多个参数’name’,‘age’,‘address’,‘sex’，打包成了元组(‘name’,‘age’,‘address’,‘sex’)，赋值给了形参args。
例2，

def test(a,*args,**kwargs):
    print(a)
    print(args)
    print(kwargs)
test(1,3,5,7,c='2',d=4)

在test(1,3,5,7,c=‘2’,d=4)中，函数里参数对应的数值为：a=1,*args表示剩下的没有名称的参数，**kwargs表示剩余的键值对。