Py之yacs:yacs的简介、安装、使用方法之详细攻略
【摘要】 Py之yacs:yacs的简介、安装、使用方法之详细攻略
目录
yacs的简介
yacs的安装
yacs的使用方法
1、基础用法
yacs的简介
A simple experiment configuration system for research. yacs是作为一个轻量级库创建的,用于定义和管理系...
Py之yacs:yacs的简介、安装、使用方法之详细攻略
目录
yacs的简介
A simple experiment configuration system for research.
yacs是作为一个轻量级库创建的,用于定义和管理系统配置,比如那些通常可以在为科学实验设计的软件中找到的配置。这些“配置”通常包括用于训练机器学习模型的超参数或可配置模型超参数(如卷积神经网络的深度)等概念。由于您正在进行科学研究,所以再现性是最重要的,因此您需要一种可靠的方法来序列化实验配置。YACS使用YAML作为一种简单的、人类可读的序列化格式。范例是:你的代码+实验E的yacs配置(+外部依赖+硬件+其他讨厌的术语…)=可重复的实验E。虽然你不能控制一切,但至少你可以控制你的代码和你的实验配置。yacs会帮你的。
yacs是在py-fast -rcnn和Detectron中使用的实验配置系统中发展起来的。
yacs的安装
pip install yacs
yacs的使用方法
1、基础用法
-
# my_project/config.py
-
from yacs.config import CfgNode as CN
-
-
-
_C = CN()
-
-
_C.SYSTEM = CN()
-
# Number of GPUS to use in the experiment
-
_C.SYSTEM.NUM_GPUS = 8
-
# Number of workers for doing things
-
_C.SYSTEM.NUM_WORKERS = 4
-
-
_C.TRAIN = CN()
-
# A very important hyperparameter
-
_C.TRAIN.HYPERPARAMETER_1 = 0.1
-
# The all important scales for the stuff
-
_C.TRAIN.SCALES = (2, 4, 8, 16)
-
-
-
def get_cfg_defaults():
-
"""Get a yacs CfgNode object with default values for my_project."""
-
# Return a clone so that the defaults will not be altered
-
# This is for the "local variable" use pattern
-
return _C.clone()
-
-
# Alternatively, provide a way to import the defaults as
-
# a global singleton:
-
# cfg = _C # users can `from config import cfg`
文章来源: yunyaniu.blog.csdn.net,作者:一个处女座的程序猿,版权归原作者所有,如需转载,请联系作者。
原文链接:yunyaniu.blog.csdn.net/article/details/103881451
【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱:
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论(0)