PyTorch模型训练常见错误总结

本文详细解析了Python的argparse模块中add_argument()函数的使用技巧,特别是action参数的作用,以及如何正确设置默认值。同时,文章强调了在LSTM模型中避免使用浮点数参数的重要性。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1、argparse框架中的函数add_argument()

parser=argparse.ArgumentParser()
parser.add_argument('--gpu',action='store_true',help='whether use gpu')
args=parser.parse_args()

注意:
add_argument()函数中的action参数,当调用'gpu'参数时,args.gpu才为True,因此一开始最好添加一个参数default=True
即:
parser.add_argument('--gpu',action='store_true',default=True,help='whether use gpu')

2、LSTM模型参数中,数据类型都是整型,最好不要传进float类型参数。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值