Pytorch学习-如何接受命令行参数argparse模块
命令行解释器argparse模块
使用argparse 模块定义解析命令行参数,命令 行参数其实也是应用在程序中的参数,只是为了更方便他人使用程序而设置。
例如在工程中,文件中有很多参数,自己使用时可以打开文件定义修改,但是让别人使用时,这样一个个打开文件去修改显得太麻烦,argparse模块将所需更改的参数设置在命令行中,用户使用,便不用打开所在文件夹才能更改参数了。
示例:
import argparse
import torch
parser = argparse.ArgumentParser(description='PyTorch Example')
parser.add_argument('--disable-cuda', action='store_true',
help='Disable CUDA')
args = parser.parse_args()
args.cuda = not args.disable_cuda and torch.cuda.is_available()
解析代码:
(1)导入argparse模块
import argparse
(2)创建ArgumentParser对象
parser = argparse.ArgumentParser(description='PyTorch Example')
ArgumentParser对象中保存着解析命令行参数所必需的信息,description中描述命令行参数的介绍。
(3)添加参数
通过调用add_argument()方法将命令行中的参数保存到ArgumentParser对象中。
parser.add_argument('--disable-cuda', action='store_true',
help='Disable CUDA')
parser.add_argument('--dataroot', type=str,default='/usr/dataset',
help='the path of the dataset')
后面再调用parse_args(),将会返回一个包含integers和accumulate两个属性的对象,integers是一个列表,而accumulate可以是sum()函数(如果指定了–sum)或者max()函数。
(4)解析参数
通过parse_args()方法解析参数,返回一个命名空间对象。
args = parser.parse_args()
如果在脚本中调用这个函数,parse_args()不会解析任何参数。ArgumentParser会从sys.argv中自动检测命令行参数。
(5)使用命令行参数args.XX
python XX.py --disable-cuda --dataroot '/usr/dataset/MNIST'
代码内调用:
args.cuda ==True
print(args.dataroot)
大家了解了吗?了解了请给点个赞哦~Thanks♪(・ω・)ノ