Python 使用 docopt 解析json参数文件过程讲解
1. 背景
在深度学习的任务中,通常需要比较复杂的参数以及输入输出配置,比如需要不同的训练data,不同的模型,写入不同的log文件,输出到不同的文件夹以免混淆输出
常用的parser.add()方法非常占用代码空间,而且输入输出配置无法通过文件更改,只能通过命令行参数改变。
docopt 库提供了一个非常优雅的命令行解析工具,这边只介绍其中解析文件参数
2. 安装
pip install docopt
import docopt import json
3. 使用
docopt 由两部分组成,第一部分是解析部分,通过“”“ -”“”(一段类似注释的双引号表示),这一部分必不可少。
""" Usage: train <json_file> """
上面解析部分的指令很简单,输入应为:
python test.py config.json
第二部分是main 函数:
if __name__ == "__main__": args = docopt.docopt(__doc__) args = json.load(open(args["<json_file>"])) print('==>Params') for key in args.keys(): print('\t{}:{}\n'.format(key,args[key])) train(args)
我将 config.json 设置为:
{ "dataset": "human_science", "length": 1000, "model": "CNN", "log_dir": "./logs/", "output_dir": "./output/", "output_prefix": "human_science_CNN", "lr":0.01 }
命令行的输出应为:
成功将参数传入train()函数
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持脚本之家。
相关文章
Android+OpenCv4实现边缘检测及轮廓绘制出图像最大边缘
最近工作需求,需要用opencv来先做一个demo,扫描照片进行边缘检测和最大边缘,就整理出来介绍一下,感兴趣的小伙伴们可以参考一下2021-05-05Python的string模块中的Template类字符串模板用法
通过string.Template我们可以为Python定制字符串的替换标准,这里我们就来通过示例解析Python的string模块中的Template类字符串模板用法:2016-06-06基于Python数据可视化利器Matplotlib,绘图入门篇,Pyplot详解
下面小编就为大家带来一篇基于Python数据可视化利器Matplotlib,绘图入门篇,Pyplot详解。小编觉得挺不错的,现在就分享给大家,也给大家做个参考。一起跟随小编过来看看吧2017-10-10
最新评论