PENet深度补全神经网络 ——（一）：

python官方帮助文档大全（简体中文版）：https://docs.python.org/zh-cn/3.7/library/argparse.html

---

1、python argparse 用法总结：

可以参考文章：python argparse 用法总结（https://www.jianshu.com/p/a41fbd4919f8），写的非常详细

import argparse ：首先导入模块
parser = argparse.ArgumentParser(description=“your script description”) ：创建一个解析对象，description 参数可以用于插入描述脚本用途的信息，可以为空
parser.add_argument() ：向该对象中添加你要关注的命令行参数和选项
parser.parse_args() ：进行解析

位置参数:
可选参数:
type:
default:
choices:
help:
action:
以上几个参数的功能在文章：python argparse 用法总结（https://www.jianshu.com/p/a41fbd4919f8）中都有详细解释和示例

代码示例：

import argparse
parser = argparse.ArgumentParser(description="calculate X to the power of Y")
parser.add_argument(
	 "square", type=int, help="display a square of a given number")
parser.add_argument(
	 "-v",
	 "--verbosity",
	 type=int,
	 choices=[0, 1, 2],
	 default=1,
	 help="increase output verbosity")
args = parser.parse_args()
answer = args.square**2
if args.verbosity == 2:
	 print("the square of {} equals {}".format(args.square, answer))
elif args.verbosity == 1:
	 print("{}^2 == {}".format(args.square, answer))
else:
	 print(answer)

测试结果如下

---

2、add_argument函数的metavar参数：

add_argument函数的metavar参数（https://www.pynote.net/archives/2119）
用来使 ‘-h’、’–help’ 打印帮助信息的时候，显示的信息更好看一点

---

3、numpy.inf：

python中numpy中有关 inf 的处理技巧（https://www.jianshu.com/p/dfbadf23850d）
用 inf 表示无穷大，方便理解和表示

>>> np.NINF
-inf
>>> np.inf
inf
>>> np.log(0)
-inf
>>> np.array([1,2])/0 #碰到的最多的情况
array([ inf,  inf])

---

4、Python str.join方法：拼接字符串：

Python str.join方法：拼接字符串（https://blog.csdn.net/TCatTime/article/details/85254896）

>>> a = '!@'.join(['Fusion', 'Sphere', 'Cloud'])
>>> a
'Fusion!@Sphere!@Cloud'

---

5、pytorch 中 checkpoint（检查点）是什么意思：

tensorflow中的检查点checkpoint详解（二）——以tensorflow1.x 的模型保存与恢复为主（https://blog.csdn.net/qq_27825451/article/details/105819752）
pytorch checkpoint_[日常] PyTorch 预训练模型，保存，读取和更新模型参数以及多 GPU 训练模型（https://blog.csdn.net/weixin_39639698/article/details/110517562）
Checkpoints文件是一个二进制文件，存储的是神经网络中各个参数的值，并没有网络结构信息

---

6、python print函数之end：

python print函数之end（https://www.cnblogs.com/znh8/p/9310225.html）
print函数默认换行，是end=’\n’在起作用，如果不想换行可以用 print(xxx,end=’’)

>>> for i in range(10):
		print(i,end='')
>>> 0123456789
>>> 
>>> for i in range(10):
		print(i,end='**')           #不换行，结尾后追加**
>>> 0**1**2**3**4**5**6**7**8**9**

---

7、pytorch—之cudnn.benchmark：

pytorch—之cudnn.benchmark和cudnn.deterministic（https://blog.csdn.net/zxyhhjs2017/article/details/91348108）
torch.backends.cudnn.benchmark = True，可以增加程序的运行效率