Py之yacs：yacs的简介、安装、使用方法之详细攻略

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