kwargs用法之省略赋值

最新推荐文章于 2024-07-01 15:50:45 发布

Furyboyyy

最新推荐文章于 2024-07-01 15:50:45 发布

阅读量2.4k

点赞数 1

文章标签： python pytorch 神经网络机器学习深度学习

本文链接：https://blog.csdn.net/weixin_40539826/article/details/113093862

版权

很多开源工程经常会出现args，kwargs。本文将不定期更新博主解锁的kwargs用法

省略赋值
源工程地址
问题代码

class DC_and_CE_loss(nn.Module):
    def __init__(self, soft_dice_kwargs, ce_kwargs, aggregate="sum"):
        super(DC_and_CE_loss, self).__init__()
        self.aggregate = aggregate
        self.ce = CrossentropyND(**ce_kwargs)
        self.dc = SoftDiceLoss(apply_nonlin=softmax_helper, **soft_dice_kwargs)

    def forward(self, net_output, target):
        dc_loss = self.dc(net_output, target)
        ce_loss = self.ce(net_output, target)
        if self.aggregate == "sum":
            result = ce_loss + dc_loss
        else:
            raise NotImplementedError("nah son") # reserved for other stuff (later)
        return result

def CE_DiceLoss(self, logit, target):
    criterion = DC_and_CE_loss()
    if self.cuda:
       criterion = criterion.cuda()
    loss = criterion(logit, target)

    return loss

上面的代码会报错，原因是ce_kwargs和soft_dice_kwargs需要在定义DC_and_CE_loss()时被赋值，但是点进CrossentropyND和SoftDiceLoss发现，这两个类的所有参数都有缺省值。我想让DC_and_CE_loss()所有参数都设置为缺省值。

最简单的解决方法：
criterion = DC_and_CE_loss()改为criterion = DC_and_CE_loss(ce_kwargs={}, soft_dice_kwargs={})，这里改成None也是行不通的。根本原因在于kwargs的本质是个字典，要让它为默认值，则赋值一个空字典