Python解析参数的三种方法
发布时间：2022-08-19 13:25
今天我们分享的主要目的就是通过在 Python 中使用命令行和配置文件来提高代码的效率
Let’s go!
我们以机器学习当中的调参过程来进行实践，有三种方式可供选择。第一个选项是使用 argparse，它是一个流行的 Python 模块，专门用于命令行解析；另一种方法是读取 JSON 文件，我们可以在其中放置所有超参数；第三种也是鲜为人知的方法是使用 YAML 文件！好奇吗，让我们开始吧！
先决条件
在下面的代码中，我将使用 Visual Studio Code，这是一个非常高效的集成 Python 开发环境。这个工具的美妙之处在于它通过安装扩展支持每种编程语言，集成终端并允许同时处理大量 Python 脚本和 Jupyter 笔记本
数据集，使用的是 Kaggle 上的共享自行车数据集，可以在这里下载或者在文末获取
https://www.kaggle.com/datasets/lakshmi25npathi/bike-sharing-dataset
使用 argparse
就像上图所示，我们有一个标准的结构来组织我们的小项目：
- 包含我们数据集的名为 data 的文件夹
- train.py 文件
- 用于指定超参数的 options.py 文件
相关推荐
计算机毕业设计android的图书馆图书借阅座位预订app(源码+系统+mysql数据库+Lw文档）
数据平台调度升级改造 | 从Azkaban 平滑过度到 Apache DolphinScheduler 的操作实践
Flutter 从 TextField 安全泄漏问题深入探索文本输入流程
R语言决策树和随机森林分类电信公司用户流失churn数据和参数调优、ROC曲线可视化
第九章-----Java集合框架----ArrayList LinkedList HashSet TreeSet Map
OpenCV各模块函数使用实例(10)--运动分析和目标跟踪(Motion Analysis and Object Tracking)
牛客网论坛最具争议的Java面试成神笔记，GitHub已下载量已过百万