Python ArgumentParse的subparser用法说明
在写一些很小的机器学习项目的时候,我们往往希望training,testing和inference能共用一个入口main,但是不同的功能使用不同的input参数.当然如果三个功能对应三个.py脚本问题也不大,但是毕竟觉得不太优雅.这个时候就需要考虑如何让代码更加简单有条理.
主要是最近在看parser有关的东西,所以看到了一个项目,里面的使用subparser的地方是值得借鉴的,下面附上代码和部分自己的一些见解
defmain():
parser=argparse.ArgumentParser()
subparsers=parser.add_subparsers()
hparams=make_hparams()
#这个函数是直接写了一些超参数,讲真我不太喜欢这个操作,个人还是比较倾向用一个额外的config文件来存储
#这些超参,这样输入的只要是config文件的路径即可;主要是这么做可以看到自己每一步的参数是怎么设置的
#便于后期出现了问题来排错
subparser=subparsers.add_parser("train")
#addsubparserhere
subparser.set_defaults(callback=lambdaargs:run_train(args,hparams))
#加上callback选项,run_train是前期定义的一个函数,这条和后面的args.callback(args)对应
hparams.populate_arguments(subparser)
#这里就是作者自己定义的一个函数,本质其实还是一系列的add_argument
subparser.add_argument("--numpy-seed",type=int)
subparser.add_argument("--model-path-base",required=True)
subparser.add_argument("--evalb-dir",default="EVALB/")
subparser.add_argument("--train-path",default="data/02-21.10way.clean")
subparser.add_argument("--dev-path",default="data/22.auto.clean")
subparser.add_argument("--batch-size",type=int,default=250)
subparser.add_argument("--subbatch-max-tokens",type=int,default=2000)
subparser.add_argument("--eval-batch-size",type=int,default=100)
subparser.add_argument("--epochs",type=int)
subparser.add_argument("--checks-per-epoch",type=int,default=4)
subparser.add_argument("--print-vocabs",action="store_true")
subparser=subparsers.add_parser("test")
subparser.set_defaults(callback=run_test)
subparser.add_argument("--model-path-base",required=True)
subparser.add_argument("--evalb-dir",default="EVALB/")
subparser.add_argument("--test-path",default="data/23.auto.clean")
subparser.add_argument("--test-path-raw",type=str)
subparser.add_argument("--eval-batch-size",type=int,default=100)
subparser=subparsers.add_parser("ensemble")
subparser.set_defaults(callback=run_ensemble)
subparser.add_argument("--model-path-base",nargs='+',required=True)
subparser.add_argument("--evalb-dir",default="EVALB/")
subparser.add_argument("--test-path",default="data/22.auto.clean")
subparser.add_argument("--eval-batch-size",type=int,default=100)
subparser=subparsers.add_parser("parse")
subparser.set_defaults(callback=run_parse)
subparser.add_argument("--model-path-base",required=True)
subparser.add_argument("--input-path",type=str,required=True)
subparser.add_argument("--output-path",type=str,default="-")
subparser.add_argument("--eval-batch-size",type=int,default=100)
subparser=subparsers.add_parser("viz")
subparser.set_defaults(callback=run_viz)
subparser.add_argument("--model-path-base",required=True)
subparser.add_argument("--evalb-dir",default="EVALB/")
subparser.add_argument("--viz-path",default="data/22.auto.clean")
subparser.add_argument("--eval-batch-size",type=int,default=100)
args=parser.parse_args()
args.callback(args)
补充知识：python学习笔记--argparse模块以及parse_known_args(）函数
代码test.py：
importargparse
importsys
parse=argparse.ArgumentParser()
parse.add_argument("--learning_rate",type=float,default=0.01,help="initialleariningrate")
parse.add_argument("--max_steps",type=int,default=2000,help="max")
parse.add_argument("--hidden1",type=int,default=100,help="hidden1")
flags,unparsed=parse.parse_known_args(sys.argv[1:])
printflags.learning_rate
printflags.max_steps
printflags.hidden1
printunparsed
运行
pythontest.py--learning_rate20--max_steps10--hidden1100--arg_int2
其效果等同于
pythontest.py--learning_rate=20--max_steps=10--hidden1=100--arg_int=2
输出：
20.0
10
100['--arg_int','2']
flags为namespace空间，结果是Namespace(hidden1=100,learning_rate=20.0,max_steps=10)，包含程序定义了的命令行参数，而unparsed为程序没有定义的命令行参数。
以上这篇PythonArgumentParse的subparser用法说明就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持毛票票。