当前位置: 首页 > news >正文

【python】python指南(二):命令行参数解析器ArgumentParser

 

一、引言 

对于算法工程师来说,语言从来都不是关键,关键是快速学习以及解决问题的能力。大学的时候参加ACM/ICPC一直使用的是C语言,实习的时候做一个算法策略后台用的是php,毕业后做策略算法开发,因为要用spark,所以写了scala,后来用基于storm开发实时策略,用的java。至于python,从日常用hive做数据策略用python写udf,到基于tensorflow深度学习框架写python版的模型网络,再到现在实用pytorch做大模型。眼看着在语言纷争中,python的应用越来越广,开一个单独的专栏用于记录python中常用到的技巧,算是做笔记,没事翻出来看看。

本文重点介绍python中的参数解析器(ArgumentParser)。

二、参数解析器(ArgumentParser)

2.1 概述

在Python中,ArgumentParser用于定义和读取命令行输入的参数,在运行python文件时对命令行参数进行解析处理。

2.2 代码示例

from argparse import ArgumentParserdef _get_args():parser = ArgumentParser()parser.add_argument("-c", "--checkpoint-path", type=str, default=DEFAULT_CKPT_PATH,help="Checkpoint name or path, default to %(default)r")parser.add_argument("--cpu-only", action="store_true", help="Run demo with CPU only")parser.add_argument("--share", action="store_true", default=False,help="Create a publicly shareable link for the interface.")parser.add_argument("--inbrowser", action="store_true", default=False,help="Automatically launch the interface in a new tab on the default browser.")parser.add_argument("--server-port", type=int, default=18003,help="Demo server port.")parser.add_argument("--server-name", type=str, default="127.0.0.1",help="Demo server name.")parser.add_argument("-g","--gpus",type=str,default="auto",help="set gpu numbers")args = parser.parse_args()return argsdef main():args = _get_args()model, tokenizer = _load_model_tokenizer(args)if __name__ == '__main__':main()

这是一个大模型web_demo.py的参数读取样例:先通过 ArgumentParser类声明一个解析器对象parser,采用add_argument(加参数)方法将参数加入到解析器parser中,最后parser调用parse_args(解析参数)方法将参数提取、返回。参数传入后续的函数进行应用。

重点在于add_argument方法的参数:

"-c":一个"-"代表命令命令行指定命令的缩写,这个后面跟进要输入的内容

"--checkpoint-path":两个"--"后面跟着参数的名字,args.checkpoint-path即可使用该参数

"type=str":参数类型

"default=DEFAULT_CKPT_PATH":参数默认值

"action="store_true"":如果命令行输入了该参数,该参数即为true,不加为default中的默认值,带有这个的参数主要为true、false判别类参数。

"help="Checkpoint name or path, default to %(default)r")":help,注释。

三、总结

命令行参数解析器ArgumentParser通常为python代码的第一道关,在main()中声明或定义。使用该方法可以轻松的读取命令行的参数,构造带有命令行参数的python脚本。

《AI—工程篇》

AI智能体研发之路-工程篇(一):Docker助力AI智能体开发提效

AI智能体研发之路-工程篇(二):Dify智能体开发平台一键部署

AI智能体研发之路-工程篇(三):大模型推理服务框架Ollama一键部署

AI智能体研发之路-工程篇(四):大模型推理服务框架Xinference一键部署

AI智能体研发之路-工程篇(五):大模型推理服务框架LocalAI一键部署

《AI-模型篇》

AI智能体研发之路-模型篇(一):大模型训练框架LLaMA-Factory在国内网络环境下的安装、部署及使用

AI智能体研发之路-模型篇(二):DeepSeek-V2-Chat 训练与推理实战

AI智能体研发之路-模型篇(三):中文大模型开、闭源之争

AI智能体研发之路-模型篇(四):一文入门pytorch开发

AI智能体研发之路-模型篇(五):pytorch vs tensorflow框架DNN网络结构源码级对比

AI智能体研发之路-模型篇(六):【机器学习】基于tensorflow实现你的第一个DNN网络

AI智能体研发之路-模型篇(七):【机器学习】基于YOLOv10实现你的第一个视觉AI大模型

AI智能体研发之路-模型篇(八):【机器学习】Qwen1.5-14B-Chat大模型训练与推理实战 

http://www.lryc.cn/news/366908.html

相关文章:

  • 香橙派 Orange AIpro 测评记录视频硬件解码
  • 四天工作制,比你想象的更近了一点
  • (UE4.26)UE4的FArchive序列化入门
  • Inpaint9.1软件下载附加详细安装教程
  • Unity 集成 FMOD 音频管理插件 2.02
  • Linux下线程的互斥与同步详解
  • 【栈】736. Lisp 语法解析
  • 什么时候用C而不用C++?
  • unix环境编程编程扫描版:深度解析与实践指南
  • 2024年6月8日 每周新增游戏
  • AI提示词Prompts有没有好公式?( 计育韬老师高校公益巡讲答疑实录2024)
  • 一个 buffer 使用的负反馈实例
  • 小程序简单版录音机
  • 苹果手机微信如何直接打印文件
  • 51.线程池大小
  • Python | 开房门(map)
  • MATLAB 函数 function
  • 基于阿里云服务网格流量泳道的全链路流量管理(三):无侵入式的宽松模式泳道
  • 9行超强代码用Python工具快速获取放假日期
  • Elastic Search(ES)Java 入门实操(2)搜索代码
  • Hudi Spark Sql Procedures 回滚 Hudi 表数据
  • 【重学C语言】十九、SDL2 图形化编程的使用
  • 什么是电风扇行情?
  • pytho入门教程
  • Elasticsearch:ES|QL 查询 TypeScript 类型(二)
  • 元音 (音标) 和元音字母的区别
  • SMS - 基于阿里云实现手机短信验证码登录(无需备案,非测试)
  • 使用Python编写Ping监测程序
  • iptables常用命令总结
  • spring 自定义注解实现