博客

argparse模块

argparse是一个Python模块：命令行选项、参数和子命令解析器。

使用流程：

1.创建解析器

parser = argparse.ArgumentParser()

2.添加参数

parser.add_argument(“–n_epochs”, type=int, default=200, help=“number of epochs of training”)

–n_epochs 程序名称 ，命令行参数类型整形，未出现参数时默认值为200，参数描述为训练迭代次数

3.调用解析

opt = parser.parse_args()

• 
  模块具体参数介绍
  

import argparse
parser = argparse.ArgumentParser()
parser.add_argument("--n_epochs", type=int, default=200, help="number of epochs of training")
parser.add_argument("--batch_size", type=int, default=64, help="size of the batches")
#Adam学习率
parser.add_argument("--lr", type=float, default=0.0002, help="adam: learning rate")
parser.add_argument("--b1", type=float, default=0.5, help="adam: decay of first order momentum of gradient")
parser.add_argument("--b2", type=float, default=0.999, help="adam: decay of first order momentum of gradient")
#batch块迭代时cpu线程数
parser.add_argument("--n_cpu", type=int, default=8, help="number of cpu threads to use during batch generation")
#噪声维度
parser.add_argument("--latent_dim", type=int, default=100, help="dimensionality of the latent space")
#数据集中类别数
parser.add_argument("--n_classes", type=int, default=10, help="number of classes for dataset")
#每个图片维度大小
parser.add_argument("--img_size", type=int, default=32, help="size of each image dimension")
#图像通道数
parser.add_argument("--channels", type=int, default=1, help="number of image channels")
#图像采样间的时间间隔
parser.add_argument("--sample_interval", type=