argparse 在深度學習中的應用

argparse 介紹

argparse模塊主要用來爲腳本傳遞命令參數功能，使他們更加靈活。

代碼：

1  parser = argparse.ArgumentParser()   #創建解析器，必須寫

parser.add_argument()

調用add_argument(）向ArgumentParser對象添加命令行參數信息，這些信息告訴ArgumentParser對象如何處理命令行參數。能夠經過調用parse_agrs()來使用這些命令行參數。

參數：

name or flags…[, action][, nargs][, const][, default][, type][, choices][, required][, help][, metavar][, dest] 

name or flags:是必須的參數，該參數接受選項參數或者是位置參數（一串文件名）
default: 當參數須要默認值時，由這個參數指定，

type: 使用這個參數，轉換輸入參數的具體類型,這個參數能夠關聯到某個自定義的處理函數，這種函數一般用來檢查值的範圍，以及合法性

choices: 這個參數用來檢查輸入參數的範圍

required: 當某個選項指定須要在命令中出現的時候用這個參數

help: 使用這個參數描述選項做用

1 parser = argparse.ArgumentParser()
2 parser.add_argument('--gan_type', type=str, default='GAN',
3                         choices=['GAN', 'CGAN', 'infoGAN', 'ACGAN', 'EBGAN', 'BEGAN', 'WGAN', 'WGAN_GP', 'DRAGAN', 'LSGAN', 'VAE', 'CVAE'],
4                         help='The type of GAN', required=True)
5 parser.add_argument('--dataset', type=str, default='mnist', choices=['mnist', 'fashion-mnist', 'celebA'],
6                     help='The name of dataset')
7 parser.add_argument('--epoch', type=int, default=20, help='The number of epochs to run')
8 parser.add_argument('--batch_size', type=int, default=64, help='The size of batch')
9 parser.add_argument('--z_dim', type=int, default=62, help='Dimension of noise vector')

parser.parse_args()

經過調用parse_args()來解析ArgumentParser對象中保存的命令行參數：將命令行參數解析成相應的數據類型並採起相應的動做，它返回一個Namespace對象。

1 print(parser.parse_args())

輸出： usage: test.py [-h] --gan_type
{GAN,CGAN,infoGAN,ACGAN,EBGAN,BEGAN,WGAN,WGAN_GP,DRAGAN,LSGAN,VAE,CVAE}
[--dataset {mnist,fashion-mnist,celebA}] [--epoch EPOCH]
[--batch_size BATCH_SIZE] [--z_dim Z_DIM]
test.py: error: the following arguments are required: --gan_type  由於 required

這樣寫的話：

1 print(parser.parse_args(["--gan_type", "GAN"]))   #傳入參數

輸出： Namespace(batch_size=64, dataset='mnist', epoch=20, gan_type='GAN', z_dim=62)

從對象中直接拿參數：

a = parser.parse_args(["--gan_type", "GAN"]

print(a.z_dim, a.batch_size)結果：62 64