pytorch 7月17日学习---dcgan代码学习1

1. Python 中的 argprase 模块

使用步骤：

（1）import argparse    首先导入模块

（2）parser = argparse.ArgumentParser（）    创建一个解析对象

（3）parser.add_argument()    向该对象中添加你要关注的命令行参数和选项

（4）parser.parse_args()    进行解析

例如：

import argparse

parser = argparse.ArgumentParser()

parser.add_argument('--batchSize', type=int, default=64, help='input batch size')

opt = parser.parse_args()

print(opt)

运行时：

python test.py --batchSize 32

 

(2) Python os.makedirs()

1.  mkdir( path [,mode] )
      作用：创建一个目录，可以是相对或者绝对路径，mode的默认模式是0777。
      如果目录有多级，则创建最后一级。如果最后一级目录的上级目录有不存在的，则会       抛出一个OSError。

 2.  makedirs( path [,mode] )
      作用： 创建递归的目录树，可以是相对或者绝对路径，mode的默认模式也是0777。
      如果子目录创建失败或者已经存在，会抛出一个OSError的异常。如果path只有一级，与mkdir一样。

例如：

try:

    os.makedirs(path)

except OSError:

    pass

 

（3）random

1. random.seed()

     当我们设置相同的seed，每次生成的随机数相同。如果不设置seed，则每次会生成不同的随机数

例如：

 random.seed(seed1)

    2.torch.manual_seed()

  torch.manual_seed(opt.seed)   #为CPU设置种子用于生成随机数，以使得结果是确定的 
  if args.cuda: 
  torch.cuda.manual_seed(opt.seed)  #为当前GPU设置随机种子；

  orch.cuda.manual_seed_all(opt.seed)  #如果使用多个GPU，这样设置所有的GPU设置种子。

 

(4) cudnn..benchmark 

cudnn..benchmark=True

在程序刚开始加这条语句可以提升一点训练速度，没什么额外开销，一般都会加。

源代码网址：https://github.com/sunshineatnoon/Paper-Implementations/tree/master/dcgan