深度学习理论基础（四）Parser命令行参数模块

学习目录：

深度学习理论基础（一）Python及Torch基础篇
深度学习理论基础（二）深度神经网络DNN
深度学习理论基础（三）封装数据集及手写数字识别
深度学习理论基础（四）Parser命令行参数模块
深度学习理论基础（五）卷积神经网络CNN
深度学习理论基础（六）Transformer多头自注意力机制
深度学习理论基础（七）Transformer编码器和解码器

本文目录

学习目录：
一、使用背景
二、使用方法
- 1.导入模块包
- 2. 实例化ArgumentParser对象
- 3. 添加参数
- 4. 封装parser
- 5. 使用封装列表
- 6. 命令行输入参数

一、使用背景

使用命令行运行.py文件时, 可以直接在后面给参数赋值, 而不用打开文件修改变量值。操作更加方便。在无界面调试（没有pycharm工具）时非常方便，不需要经常修改文件中变量的值，只需要通过命令行修改即可。

二、使用方法

1.导入模块包

import argparse

2. 实例化ArgumentParser对象

parser = argparse.ArgumentParser()

3. 添加参数

添加参数常用设置: parser.add_argument('--[参数名]', type=[数据类型], default=[默认值], help=[文字解释, 可省略])

parser.add_argument('--data_path', type=str, default=r'./data/image', help='源数据的目录')
parser.add_argument('--attr_path', type=str, default=r'./data/label.xlsx', help='标签文件的路径')
parser.add_argument('--beta1', type=float, default=0.9, help='动量, 即控制梯度相较上一步变化的幅度, 或者叫梯度移动的衰减率')
parser.add_argument('--beta2', type=float, default=0.999, help='同上')

参数若是文件：default=[默认值]：可以填写文件路径。
参数若是变量：default=[默认值]：可以填写变量的默认值。

4. 封装parser

将上面parser中添加的所有参数封装为参数列表args。

args = parser.parse_args()

5. 使用封装列表

import argparse

""" 1.实例化 """
parser = argparse.ArgumentParser()

""" 2.添加参数 """
parser.add_argument('--data_path', type=str, default=r'./data/image', help='源数据的目录')
parser.add_argument('--attr_path', type=str, default=r'./data/label.xlsx', help='标签文件的路径')
parser.add_argument('--beta1', type=float, default=0.9, help='动量, 即控制梯度相较上一步变化的幅度, 或者叫梯度移动的衰减率')
parser.add_argument('--beta2', type=float, default=0.999, help='同上')

""" 3.封装列表 """
args = parser.parse_args()      

""" 4.使用列表 """
if __name__ == '__main__':
	print(args.data_path)    #输出结果：  ./data/image
	print(args.attr_path) 	 #输出结果：  ./data/label.xlsx
	print(args.beta1)        #输出结果：  0.9
	print(args.beta2)        #输出结果：  0.999