argparse 在深度学习中的应用-优快云博客

博客介绍了Python的argparse模块，该模块可让脚本传递命令参数更灵活。详细说明了add_argument()方法用于添加命令行参数信息，parse_args()方法用于解析参数，还介绍了add_argument()的多个参数及其作用，如name or flags、default、type等。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

argparse 介绍

argparse模块主要用来为脚本传递命令参数功能，使他们更加灵活。

代码：

1  parser = argparse.ArgumentParser()   #建立解析器，必须写

parser.add_argument()

调用add_argument(）向ArgumentParser对象添加命令行参数信息，这些信息告诉ArgumentParser对象如何处理命令行参数。可以通过调用parse_agrs()来使用这些命令行参数。

参数：

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

name or flags:是必须的参数，该参数接受选项参数或者是位置参数（一串文件名）
default: 当参数需要默认值时，由这个参数指定，

type: 使用这个参数，转换输入参数的具体类型,这个参数可以关联到某个自定义的处理函数，这种函数通常用来检查值的范围，以及合法性

choices: 这个参数用来检查输入参数的范围

required: 当某个选项指定需要在命令中出现的时候用这个参数

help: 使用这个参数描述选项作用

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()

通过调用parse_args()来解析ArgumentParser对象中保存的命令行参数：将命令行参数解析成相应的数据类型并采取相应的动作，它返回一个Namespace对象。

1 print(parser.parse_args())

输出： 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 因为 required

这样写的话：

1 print(parser.parse_args(["--gan_type", "GAN"]))   #传入参数

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

从对象中直接拿参数：

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

print(a.z_dim, a.batch_size)

结果：62 64

转载于:https://www.cnblogs.com/WSX1994/p/10914679.html