python中编写config文件并及时更新的方法

目录0.Intro1.config.py2.调用以及更新0.Intro在pytorch或者其他深度学习框架中，有许多超参数需要调整，包括learning_rate，training_data_...

目录

0. Intro

1. config.py

这个.py文件实际上是一个class，大概如下:

class DefaultConfig(object):

    # dataset划分
    BATch_size = 40
    train_pct = 0.7
    vali_pct = 0.2
    test_pct = 0.1
    
    #learning rate
    learning_rate = 1e-3
    
    # Training data
    train_path = r"../data/train"
    target_path_metric = r"../data/targets"

2. 调用以及更新

写成class之后，在mlp.ipynb中调用只需要引用一下就完事了:

import config  # import进来
reload(config)  ################## 注意这里必须reload！！
from config import DefaultConfig# 引入class

opt = DefaultConfig()# 实例config对象

# 这里名字最好保持和clas内部一致，方便检查
batch_size = opt.batch_size
train_pct = opt.train_pct
vali_pct = opt.vali_pct
test_pct = opt.test_pct

注意，很可能当我们改动config.py之后，外部文件的参数不会及时更新，所以加入reload语句是一个很好的习惯

import config  # import进来
reload(config)  ################## 注意这里必须reload！！

到此这篇关于python中一种编写config文件并及时更新的方法的文章就介绍到这了,更多相关python编写config文件内容请搜索我们以前的文章或继续浏览javascript下面的相关文章希望大家以后多多支持我们！