parser.add_argument("--num_classes", default=1, type=int, required=True)
Python argparse の使用: コマンド ライン引数の処理方法
1. はじめに
argparse は Python 用のコマンド ライン パラメータ解析パッケージで、コードでパラメータを頻繁に変更する必要がある場合に使用すると便利です。主な使用法は、コマンドラインで変更したいパラメータを入力することです。
2. argparse を使用するための一般的なフレームワーク
import argparse def get_parser(): # argparse.ArgumentParser生成argparse对象 description为描述信息,当在命令行输入需要显示帮助信息时,会显示 parser = argparse.ArgumentParser(description="pytorch unet training") # 路径参数设置 help为参数的帮助信息 parser.add_argument("--data_path", default="./", help="DRIVE root") # 预测类别数量 type如果不指定需要输入的是str类型 parser.add_argument("--num_classes", default=1, type=int) # 指定设备使用 parser.add_argument("--device", default="cuda", help="training device") # 指定batch size大小 "-b", "--batch_size"表示两个都可以在命令行使用 parser.add_argument("-b", "--batch_size", default=4, type=int) return parser if __name__ =='__main__': parser = get_parser() args = parser.parse_args() print(args)
上で述べたように、get_parser() はこの記事で紹介されている使用方法の一部です。この Python ファイルは python_argparse_test1.py と呼ばれます。
##parser = argparse.ArgumentParser(description="pytorch unet training") はパーサー オブジェクトの作成に使用されますadd_argument() はパラメーターの追加に使用されますargs = parse_args( ) parser.parse_args() で解析パラメーターを取得します1. パラメーター リストを取得しますコマンド ラインに python python_argparse_test1.py を入力すると、args によって取得されたパラメーターを出力して次を取得します。 Namespace(batch_size=4, data_path ='./', device='cuda', num_classes=1)このパラメータ パーサーによって解析されたパラメータ リストを示します 2. ヘルプ情報を取得します。「python python_argparse_test1.py -h」または「python python_argparse_test1.py --help --help」と入力すると、情報が表示されます。「usage」はその使用方法を示します。「pytorch unet training」はオブジェクト作成時の説明です。以下は各パラメータの情報と使用法import argparse
def get_parser():
# argparse.ArgumentParser生成argparse对象 description为描述信息,当在命令行输入需要显示帮助信息时,会显示
parser = argparse.ArgumentParser(description="pytorch unet training")
# 路径参数设置 help为参数的帮助信息 default为默认参数
parser.add_argument("--data_path", default="./", help="DRIVE root")
# 预测类别数量 type如果不指定需要输入的是str类型
parser.add_argument("--num_classes", default=1, type=int)
# 指定设备使用
parser.add_argument("--device", default="cuda", help="training device")
# 指定batch size大小 "-b", "--batch_size"表示两个都可以在命令行使用
parser.add_argument("-b", "--batch_size", default=4, type=int)
return parser
if __name__ =='__main__':
parser = get_parser()
args = parser.parse_args()
print("data_path: ",args.data_path)
print("num_classes: ", args.num_classes)
ログイン後にコピー
コマンドライン入力: python python_argparse_test1.py --data_path Desktop --num_classer 4結果は次のようになります: data_path: Desktopnum_classes: 4コマンド ラインを通じてパラメータが変更されたことがわかります 4. 「_」と「__」の使用import argparse def get_parser(): # argparse.ArgumentParser生成argparse对象 description为描述信息,当在命令行输入需要显示帮助信息时,会显示 parser = argparse.ArgumentParser(description="pytorch unet training") # 路径参数设置 help为参数的帮助信息 default为默认参数 parser.add_argument("--data_path", default="./", help="DRIVE root") # 预测类别数量 type如果不指定需要输入的是str类型 parser.add_argument("--num_classes", default=1, type=int) # 指定设备使用 parser.add_argument("--device", default="cuda", help="training device") # 指定batch size大小 "-b", "--batch_size"表示两个都可以在命令行使用 parser.add_argument("-b", "--batch_size", default=4, type=int) return parser if __name__ =='__main__': parser = get_parser() args = parser.parse_args() print("data_path: ",args.data_path) print("num_classes: ", args.num_classes)
if __name__ =='__main__':
parser = get_parser()
args = parser.parse_args()
print("-b: ",args.b)
print("--batch_size: ", args.batch_size)
ログイン後にコピー
コマンド ラインに python python_argparse_test1.py -b 10 --batch_size 20 と入力すると、エラーが報告されます: if __name__ =='__main__': parser = get_parser() args = parser.parse_args() print("-b: ",args.b) print("--batch_size: ", args.batch_size)
if __name__ =='__main__': parser = get_parser() args = parser.parse_args() print("--batch_size: ",args.batch_size)
と入力します。
type は、入力されたコマンド ライン文字を type に強制的に変換しますif __name__ =='__main__': parser = get_parser() args = parser.parse_args() print("--batch_size type: ",type(args.batch_size))
parser.add_argument("--num_classes", default=1, type=int, required=True)
ログイン後にコピー
コマンド python python_argparse_test1.pyparser.add_argument("--num_classes", default=1, type=int, required=True)
## を入力した場合#これにより、実際に必要なパラメータの入力を求めるエラーが報告されます
python_argparse_test1.py: エラー: 次の引数が必要です: --num_classes
7.choicesSelect パラメータ
parser.add_argument('-arch', required=True, choices=['alexnet', 'vgg'])
コマンドを実行すると: python python_argparse_test1.py -arch cnn
これはエラーを報告します
python_argparse_test1.py: エラー: 引数 - アーチ: 無効な選択肢: 'cnn' (次から選択してください) 'alexnet'、'vgg')
以上がPython argparse の使用: コマンド ライン引数の処理方法の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

AI Hentai Generator
AIヘンタイを無料で生成します。

人気の記事

ホットツール

メモ帳++7.3.1
使いやすく無料のコードエディター

SublimeText3 中国語版
中国語版、とても使いやすい

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境

ドリームウィーバー CS6
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック









MySQLには、無料のコミュニティバージョンと有料エンタープライズバージョンがあります。コミュニティバージョンは無料で使用および変更できますが、サポートは制限されており、安定性要件が低く、技術的な能力が強いアプリケーションに適しています。 Enterprise Editionは、安定した信頼性の高い高性能データベースを必要とするアプリケーションに対する包括的な商業サポートを提供し、サポートの支払いを喜んでいます。バージョンを選択する際に考慮される要因には、アプリケーションの重要性、予算編成、技術スキルが含まれます。完璧なオプションはなく、最も適切なオプションのみであり、特定の状況に応じて慎重に選択する必要があります。

この記事では、MySQLデータベースの操作を紹介します。まず、MySQLWorkBenchやコマンドラインクライアントなど、MySQLクライアントをインストールする必要があります。 1. mysql-uroot-pコマンドを使用してサーバーに接続し、ルートアカウントパスワードでログインします。 2。CreatedAtaBaseを使用してデータベースを作成し、データベースを選択します。 3. createTableを使用してテーブルを作成し、フィールドとデータ型を定義します。 4. INSERTINTOを使用してデータを挿入し、データをクエリし、更新することでデータを更新し、削除してデータを削除します。これらの手順を習得することによってのみ、一般的な問題に対処することを学び、データベースのパフォーマンスを最適化することでMySQLを効率的に使用できます。

MySQLデータベースパフォーマンス最適化ガイドリソース集約型アプリケーションでは、MySQLデータベースが重要な役割を果たし、大規模なトランザクションの管理を担当しています。ただし、アプリケーションのスケールが拡大すると、データベースパフォーマンスのボトルネックが制約になることがよくあります。この記事では、一連の効果的なMySQLパフォーマンス最適化戦略を検討して、アプリケーションが高負荷の下で効率的で応答性の高いままであることを保証します。実際のケースを組み合わせて、インデックス作成、クエリ最適化、データベース設計、キャッシュなどの詳細な主要なテクノロジーを説明します。 1.データベースアーキテクチャの設計と最適化されたデータベースアーキテクチャは、MySQLパフォーマンスの最適化の基礎です。いくつかのコア原則は次のとおりです。適切なデータ型を選択し、ニーズを満たす最小のデータ型を選択すると、ストレージスペースを節約するだけでなく、データ処理速度を向上させることもできます。

hadidb:軽量で高レベルのスケーラブルなPythonデータベースHadIDB(HadIDB)は、Pythonで記述された軽量データベースで、スケーラビリティが高くなっています。 PIPインストールを使用してHADIDBをインストールする:PIPINSTALLHADIDBユーザー管理CREATEユーザー:CREATEUSER()メソッド新しいユーザーを作成します。 Authentication()メソッドは、ユーザーのIDを認証します。 fromhadidb.operationimportuseruser_obj = user( "admin"、 "admin")user_obj。

MySQLは、基本的なデータストレージと管理のためにネットワーク接続なしで実行できます。ただし、他のシステムとのやり取り、リモートアクセス、または複製やクラスタリングなどの高度な機能を使用するには、ネットワーク接続が必要です。さらに、セキュリティ対策(ファイアウォールなど)、パフォーマンスの最適化(適切なネットワーク接続を選択)、およびデータバックアップは、インターネットに接続するために重要です。

Hash値として保存されているため、Navicatを介してMongoDBパスワードを直接表示することは不可能です。紛失したパスワードを取得する方法:1。パスワードのリセット。 2。構成ファイルを確認します(ハッシュ値が含まれる場合があります)。 3.コードを確認します(パスワードをハードコードできます)。

MySQLワークベンチは、構成が正しい場合、MariadBに接続できます。最初にコネクタタイプとして「mariadb」を選択します。接続構成では、ホスト、ポート、ユーザー、パスワード、およびデータベースを正しく設定します。接続をテストするときは、ユーザー名とパスワードが正しいかどうか、ポート番号が正しいかどうか、ファイアウォールが接続を許可するかどうか、データベースが存在するかどうか、MariadBサービスが開始されていることを確認してください。高度な使用法では、接続プーリングテクノロジーを使用してパフォーマンスを最適化します。一般的なエラーには、不十分な権限、ネットワーク接続の問題などが含まれます。エラーをデバッグするときは、エラー情報を慎重に分析し、デバッグツールを使用します。ネットワーク構成を最適化すると、パフォーマンスが向上する可能性があります

生産環境の場合、パフォーマンス、信頼性、セキュリティ、スケーラビリティなどの理由により、通常、MySQLを実行するためにサーバーが必要です。サーバーには通常、より強力なハードウェア、冗長構成、より厳しいセキュリティ対策があります。小規模で低負荷のアプリケーションの場合、MySQLはローカルマシンで実行できますが、リソースの消費、セキュリティリスク、メンテナンスコストを慎重に考慮する必要があります。信頼性とセキュリティを高めるには、MySQLをクラウドまたは他のサーバーに展開する必要があります。適切なサーバー構成を選択するには、アプリケーションの負荷とデータボリュームに基づいて評価が必要です。
