importutils.import_class

在E:\nova\nova\service.py 中通过manager_class = importutils.import_class(self.manager_class_name) 得到一个class,然后就可以调用这个class
例如:
class Service(service.Service):
    """Service object for binaries running on hosts.

    A service takes a manager and enables rpc by listening to queues based
    on topic. It also periodically runs tasks on the manager and reports
    its state to the database services table.
    """

    def __init__(self, host, binary, topic, manager, report_interval=None,
                 periodic_enable=None, periodic_fuzzy_delay=None,
                 periodic_interval_max=None, *args, **kwargs):
        super(Service, self).__init__()
        self.host = host
        self.binary = binary
        self.topic = topic
        self.manager_class_name = manager
        self.servicegroup_api = servicegroup.API()
        manager_class = importutils.import_class(self.manager_class_name)
        self.manager = manager_class(host=self.host, *args, **kwargs)
这里的importutils 赋值如下:
from oslo_utils import importutils
原来是在oslo_utils 中实现的。其源码如下:

import sys
import traceback


def import_class(import_str):
    """Returns a class from a string including module and class.
    .. versionadded:: 0.3
    """
    mod_str, _sep, class_str = import_str.rpartition('.')
    __import__(mod_str)
    try:
        return getattr(sys.modules[mod_str], class_str)
    except AttributeError:
        raise ImportError('Class %s cannot be found (%s)' %
                          (class_str,
                           traceback.format_exception(*sys.exc_info())))
原来是通过sys.modules[mod_str] 得到这个这个模块后,通过getattr 返回这个class.
注意这里的import_str是个字符串,在__init__中赋值如下:self.manager_class_name = manager
以E:\nova\nova\cmd\compute.py 为例可以看到这个字符串为nova-compute

def main():
    config.parse_args(sys.argv)
    logging.setup(CONF, 'nova')
    priv_context.init(root_helper=shlex.split(utils.get_root_helper()))
    utils.monkey_patch()
    objects.register_all()
    gmr_opts.set_defaults(CONF)
    # Ensure os-vif objects are registered and plugins loaded
    os_vif.initialize()

    gmr.TextGuruMeditation.setup_autorun(version, conf=CONF)

    cmd_common.block_db_access('nova-compute')
    objects_base.NovaObject.indirection_api = conductor_rpcapi.ConductorAPI()
    objects.Service.enable_min_version_cache()
    server = service.Service.create(binary='nova-compute',
                                    topic=compute_rpcapi.RPC_TOPIC)
    service.serve(server)
    service.wait()

这样在import_class 中就通过import_str.rpartition('.')将nova-compute变成nova.compute
这样就会去加载nova/compute的__init__.py
CELL_TYPE_TO_CLS_NAME = {'api': 'nova.compute.cells_api.ComputeCellsAPI',
                         'compute': 'nova.compute.api.API',
                         None: 'nova.compute.api.API',
                        }


def _get_compute_api_class_name():
    """Returns the name of compute API class."""
    cell_type = nova.cells.opts.get_cell_type()
    return CELL_TYPE_TO_CLS_NAME[cell_type]


def API(*args, **kwargs):
    class_name = _get_compute_api_class_name()
    return importutils.import_object(class_name, *args, **kwargs)

可以看到在__init__.py 中的API 同样通过importutils.import_object 来导入具体的class。
其中import_object的源码如下: 可以看到同样调用import_class,这里的的import_str等于nova.compute.api.API
def import_object(import_str, *args, **kwargs):
    """Import a class and return an instance of it.
    .. versionadded:: 0.3
    """
    return import_class(import_str)(*args, **kwargs)

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
`keras.utils.custom_object_scope` 是一个 Keras 工具函数,用于在指定作用域内注册自定义的 Keras 层或函数。 在 Keras 中,我们可以通过创建一个 Python 类或函数来定义自己的层或函数。但是,在使用这些自定义层或函数时,我们需要在代码中进行显式调用以进行注册。如果我们在不同的模块中使用这些自定义层或函数,则需要在每个模块中都进行注册,这很麻烦。 `keras.utils.custom_object_scope` 可以帮助我们更方便地注册自定义层或函数。我们可以将需要注册的自定义层或函数放在 `with keras.utils.custom_object_scope(custom_objects)` 语句中,这样它们就会在指定的作用域内自动注册。 例如,以下代码演示了如何使用 `keras.utils.custom_object_scope` 注册一个自定义的 Keras 层: ``` from tensorflow.keras.layers import Layer from keras.utils import custom_object_scope class MyLayer(Layer): def __init__(self, **kwargs): super(MyLayer, self).__init__(**kwargs) def build(self, input_shape): super(MyLayer, self).build(input_shape) def call(self, inputs): return inputs def compute_output_shape(self, input_shape): return input_shape # Register the layer in a custom object scope with custom_object_scope({'MyLayer': MyLayer}): model = Sequential() model.add(MyLayer()) ``` 在上面的代码中,我们将 `MyLayer` 自定义层放在 `with keras.utils.custom_object_scope(custom_objects)` 语句中,这样它就可以在指定作用域内自动注册,并且可以在 `model` 中使用。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值