current position:Home>[Python] How to use argparse.ArgumentParser()

[Python] How to use argparse.ArgumentParser()

2022-08-06 10:55:39Xiao Ming 2766

argparse.ArgumentParser()

argparse是一个Python模块:命令行选项、参数和子命令解析器.

argparse 模块可以让人轻松编写用户友好的命令行接口.程序定义它需要的参数,然后 argparse 将弄清如何从 sys.argv 解析出那些参数. argparse 模块还会自动生成帮助和使用手册,并在用户给程序传入无效参数时报出错误信息.

使用流程

1 创建解析器

parser = argparse.ArgumentParser()

使用 argparse 的第一步是创建一个 ArgumentParser 对象.

ArgumentParser 对象包含将命令行解析成 Python 数据类型所需的全部信息.

2 添加参数

    argparser.add_argument('--epoch', type=int, help='epoch number', default=60000)
    argparser.add_argument('--n_way', type=int, help='n way', default=5)
    argparser.add_argument('--k_spt', type=int, help='k shot for support set', default=1)
    argparser.add_argument('--k_qry', type=int, help='k shot for query set', default=15)
    argparser.add_argument('--imgsz', type=int, help='imgsz', default=84)
    argparser.add_argument('--imgc', type=int, help='imgc', default=3)
    argparser.add_argument('--task_num', type=int, help='meta batch size, namely task num', default=4)
    argparser.add_argument('--meta_lr', type=float, help='meta-level outer learning rate', default=1e-3)
    argparser.add_argument('--update_lr', type=float, help='task-level inner update learning rate', default=0.01)
    argparser.add_argument('--update_step', type=int, help='task-level inner update steps', default=5)
    argparser.add_argument('--update_step_test', type=int, help='update steps for finetunning', default=10)

给一个 ArgumentParser 添加程序参数信息是通过调用 add_argument() 方法完成的.

3 解析参数

args = argparser.parse_args()
print(args)

ArgumentParser 通过 parse_args() 方法解析参数.

打印结果如下:

Namespace(epoch=60000, imgc=3, imgsz=84, k_qry=15, k_spt=1, meta_lr=0.001, n_way=5, task_num=4, update_lr=0.01, update_step=5, update_step_test=10)

在学习MAML的pytorch实现时,I found this usage:

maml = Meta(args, config)

再看看Meta类的实现:

class Meta(nn.Module):
    """ Meta Learner """
    def __init__(self, args, config):
        """ :param args: """
        super(Meta, self).__init__()

        self.update_lr = args.update_lr
        self.meta_lr = args.meta_lr
        self.n_way = args.n_way
        self.k_spt = args.k_spt
        self.k_qry = args.k_qry
        self.task_num = args.task_num
        self.update_step = args.update_step
        self.update_step_test = args.update_step_test


        self.net = Learner(config, args.imgc, args.imgsz)
        self.meta_optim = optim.Adam(self.net.parameters(), lr=self.meta_lr)
    #...

可以看出来,argparserThe parsed result is passed directly to Meta的初始化函数.Learned this usage today.

参考文献

copyright notice
author[Xiao Ming 2766],Please bring the original link to reprint, thank you.
https://en.pythonmana.com/2022/218/202208061050315221.html

Random recommended