1. 背景

在深度學(xué)習(xí)的任務(wù)中，通常需要比較復(fù)雜的參數(shù)以及輸入輸出配置，比如需要不同的訓(xùn)練data，不同的模型，寫入不同的log文件，輸出到不同的文件夾以免混淆輸出

常用的parser.add（）方法非常占用代碼空間，而且輸入輸出配置無法通過文件更改，只能通過命令行參數(shù)改變。

docopt 庫(kù)提供了一個(gè)非常優(yōu)雅的命令行解析工具，這邊只介紹其中解析文件參數(shù)

2. 安裝

            
pip install docopt
          

            
import docopt
import json
          

3. 使用

docopt 由兩部分組成，第一部分是解析部分，通過“”“ -”“”（一段類似注釋的雙引號(hào)表示），這一部分必不可少。

            
"""
Usage: train 
            
              
"""
            
          

上面解析部分的指令很簡(jiǎn)單，輸入應(yīng)為：

            
python test.py config.json
          

第二部分是main 函數(shù)：

            
if __name__ == "__main__":
  args = docopt.docopt(__doc__)
  args = json.load(open(args["
            
              "]))
  print('==>Params')
  for key in args.keys():
    print('\t{}:{}\n'.format(key,args[key]))
  train(args)　
            
          

我將 config.json 設(shè)置為：

            
{
 "dataset":    "human_science",
 "length":     1000,
 "model":     "CNN",
 "log_dir":    "./logs/",
 "output_dir":   "./output/",
 "output_prefix": "human_science_CNN",
 
 "lr":0.01
}
          

命令行的輸出應(yīng)為：

成功將參數(shù)傳入train()函數(shù)

以上就是本文的全部?jī)?nèi)容，希望對(duì)大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。