是否将hydra/omegaconf config转换为python嵌套的dict/list？
是的，可以将hydra/omegaconf配置转换为Python嵌套的字典/列表。hydra是一个用于构建复杂应用程序的框架，而omegaconf是一个用于处理配置文件的库。通过将hydra/omegaconf配置转换为Python嵌套的字典/列表，可以更方便地访问和操作配置信息。
转换hydra/omegaconf配置为Python嵌套的字典/列表的步骤如下：
- 导入必要的库和模块：
from omegaconf import OmegaConf- 加载hydra/omegaconf配置文件：
config = OmegaConf.load("config.yaml")- 将配置转换为Python嵌套的字典/列表：
config_dict = OmegaConf.to_container(config, resolve=True)现在，config_dict变量将包含hydra/omegaconf配置的Python嵌套字典/列表表示形式。您可以使用标准的Python字典/列表操作来访问和修改配置信息。
例如，如果配置文件中有一个名为database的配置项，您可以通过以下方式访问它：
database_config = config_dict["database"]对于嵌套的配置项，您可以使用点号.来访问子项：
host = config_dict["database"]["host"]这是将hydra/omegaconf配置转换为Python嵌套的字典/列表的基本过程。通过这种方式，您可以轻松地在代码中使用和操作配置信息。
关于hydra/omegaconf的更多信息和用法，请参考腾讯云的相关产品和文档：
相关·内容
假设我们有以下设置(从复制和缩短)：
配置文件：config.yaml
db:
driver: mysql
user: omry
pass: secret
Python：my_app.py
import hydra
@hydra.main(config_path="config.yaml")
def my_app(cfg):
print(cfg.pretty())
if __name__ == "__main__":
my_app()
当我们可以在函数my_app上使用一个装饰符时，这是很好的。现在，我希望(为了小脚本和测试目的，但这
浏览 20提问于2020-03-13得票数 31
回答已采纳
1回答
1.背景
如何在化脓性药物中验证特定的类？
我使用来验证由解析的yaml列表参数，稍后将传递给建模例程。问题是，hydra字典包含的不是一个值列表，而是一个包含这些值的类。如何验证这些参数？
2.实例
在下面的示例中，有两个文件：
包含待验证参数的cfg.yaml
main.py包含要加载和验证cfg.yaml的指令
2.1 Config文件cfg.yaml
params_list:
- 10
- 0
- 20
2.2解析器/验证器文件main.py
import hydra
import pydantic
from omegaconf import DictCon
浏览 14提问于2022-05-03得票数 0
我想在我的Hydra Config加载后添加一个key + value。本质上，我想运行我的代码并检查gpu是否可用。如果是，则将设备登录为gpu，否则保留cpu。
实质上节省了以下内容的输出：
torch.cuda.is_available()
当我尝试添加带有"setdefault“的密钥时，如下所示：
@hydra.main(config_path="conf", config_name="config")
def my_app(cfg: DictConfig) -> None:
cfg.setdefault("new_key
浏览 212提问于2021-02-21得票数 4
回答已采纳
1回答
我尝试为框架采用我的应用程序。我使用，并希望限制某些字段的可能值。有什么办法吗？
这是我的代码：
my_app.py：
import hydra
@dataclass
class Config:
# possible values are 'foo' and 'bar'
some_value: str = "foo"
@hydra.main(config_path="configs", config_name="config")
def main(cfg: Config):
prin
浏览 5提问于2021-10-06得票数 1
回答已采纳
OmegaConf允许您注册自定义解析器。下面是一个解析元组的示例。
def resolve_tuple(*args):
return tuple(args)
OmegaConf.register_new_resolver("tuple", resolve_tuple)
这可以用于将配置文件中的值解析为元组(1, 2)，配置文件的结构类似于(1, 2)。与hydra.utils.instantiate一起，这可以用于创建包含或使用元组的对象。例如：
config.yaml
obj:
tuple: ${tuple:1,2}
test.py
import hydra
浏览 8提问于2021-10-20得票数 1
回答已采纳
1回答
问题
我正在实验OmegaConf库，并且在OmegaConf.merge方法上遇到了问题。参考项目结构，有两个配置文件。当使用OmegaConf.merge方法时，它会按照预期将这两个配置组合成一个。然而，这让我感到困惑，因为我很难确定哪些配置属于特定的配置文件。
我之所以希望合并这些配置，是因为我希望有一个全局变量，所有的配置都可以跨模块使用。
由于以前所面临的限制，我不希望使用Hydra库。
项目结构
project_root
├── config
│ ├── example1.yaml
│ └── example2.yaml
└── src
└── main.py
代码
浏览 13提问于2022-09-30得票数 0
回答已采纳
我从python实例化水龙头配置。例如
from dataclasses import dataclass
from typing import Any
from hydra.utils import instantiate
class Model():
def __init__(self, x=1):
self.x = x
@dataclass
class MyConfig:
model: Any
param: int
static_config = MyConfig(model=Model(x=2), param='whatever&#
浏览 10提问于2022-04-20得票数 1
回答已采纳
我有一个yaml文件，它包含以下行： grasp_pose: !!python/object/new:geometry_msgs.msg._Pose.Pose
state:
- !!python/object/new:geometry_msgs.msg._Point.Point
state: [0.445, -0.449, 0.116] 使用yaml加载时没有任何问题： with open(os.path.expanduser(config_path), 'r') as f:
self.config = yaml.load(f, L
浏览 57提问于2020-08-31得票数 0
回答已采纳
如何在中使用OmegaConf
一些背景知识:可以为平方根定义自定义插值：
from omegaconf import OmegaConf
import math
OmegaConf.register_resolver("sqrt", lambda x: math.sqrt(float(x)))
并将其与以下config.yaml一起使用：
foo: ${sqrt:9}
加载和打印foo：
cfg = OmegaConf.load('config.yaml')
print(cfg.foo)
输出3.0
在使用Hydra尝试此操作时：
import hydra
浏览 202提问于2020-05-10得票数 2
假设我们有一个具有此结构的Python项目：
hydra_config
├── conf
│ ├── api_key
│ │ ├── non_prod.yaml
│ │ └── prod.yaml
│ └── db
│ ├── mysql.yaml
│ └── postgresql.yaml
├── modules
│ └── module.py
└── my_app.py
现在，在Hydra的配置文档中，他们说我们需要在我们想要访问配置文件的函数的基础上添加一个Python装饰器。但是，docs只展示了如何对my_app.py中的一个函数执
浏览 16提问于2022-01-28得票数 0
我想按照通用模式->专门化配置中的Hydra文档使用专门化配置。不同之处在于，我的专用配置是在一个文件中，而不仅仅是一个变量。在下面的示例中，我希望选择基于模型和数据集的变换。不同转换的配置在文件中。如果我在dataset_model/cifar10_alexnet.yaml文件中指定了所有转换配置，这将会起作用，但这将违背目的，因为在这种情况下我不能重用转换配置。此外，在Hydra中，如果您指定文件的名称，它将自动选取该文件中的配置，但它似乎不能在专用配置中工作。
我修改了文档中的示例，如下所示：
config.yaml：
defaults:
- dataset: cifar10
浏览 21提问于2021-02-21得票数 0
回答已采纳
2回答
利用SageMaker与九头蛇
、、、、
我有一个关于SageMaker和九头蛇的问题。
TL；博士有办法将参数从SageMaker估计器传递给九头蛇脚本吗？目前，它以非常严格的方式传递参数。
完整的问题，，我用九头蛇来传递信任给我的培训脚本。我有很多倾诉，这对我的工作很有好处。例如，如果我想使用特定的优化器，则需要：
python train.py optimizer=adam
例如，这是我的培训脚本：
@hydra.main(version_base=None, config_path="configs/", config_name="config")
def train(config: DictC
浏览 12提问于2022-09-06得票数 0
1回答
问题
当没有在@hydra.main脚本中使用main.py时，我现在很难让hydra工作(请参阅错误部分)。我已经尝试过复合API，但这阻止了我使用hydra提供的大部分功能。我不确定我要达到的目标是可能的。
电流结构
Project Root
|
├── config
│ ├── default.yaml
│ ├── configuration1.yaml
│ └── configuration2.yaml
└── src
├── utils
│ └── initialise.py
└── main.py
代码
initialise.py
im
浏览 14提问于2022-09-22得票数 1
回答已采纳
在没有任何参数的情况下运行脚本时，下面的代码段按预期工作(由于配置中缺少参数而停止执行)：
if __name__ == '__main__':
config_name = "csv_images_test"
cs = ConfigStore.instance()
cs.store(name=config_name, node=Config)
@hydra.main(config_path="/hdd/twapi/configs/", config_name=config_name)
def main
浏览 1提问于2021-03-09得票数 1
回答已采纳
我正试图自动转换
from omegaconf import OmegaConf
s = """
nodes:
node1:
group: standard
status: online
node2:
group: small
status: online
node3:
group: standard
status: offline
"""
到节点列表中，其中"node1/2/3“是节点的名称：
from dataclasses import dataclass
from typing im
浏览 56提问于2022-04-27得票数 0
我正在开发一个数据管道，它遵循这样的结构：
-- src/
---- etl.py
---- scripts/
------ moduleA.py
------ moduleB.py
我想用九头蛇对剧本进行参数化。我已经为moduleA完成了它，它可以独立运行：
import os
import hydra
from omegaconf import DictConfig
@hydra.main(config_path=os.getcwd(), config_name="config")
def main(cfg: DictConfig) -> None:
浏览 2提问于2022-05-23得票数 0
1回答
我在试着实例化一个变压器的组合。
在本机Python中，如下所示：
import albumentations as A
transforms = A.Compose([
A.Rotate(limit=10),
A.ToGray(p=1),
])
print(transforms)
产出：
Compose([
Rotate(always_apply=False, p=0.5, limit=(-10, 10), interpolation=1, border_mode=4, value=None, mask_value=None),
ToGray(always_apply
浏览 5提问于2021-08-12得票数 1
回答已采纳
1回答
我试图在分层配置结构中覆盖默认列表中的包。作为一个简化的例子：
我有conf/base.yaml
defaults:
- _self_
- env@_here_: env1
a: 1
b: 2
conf/env/env1.yaml
c: 5
d: 6
和conf/env/env2.yaml
c: 7
d: 8
运行my_app.py时
import hydra
import omegaconf
@hydra.main(config_path="conf", config_name="base")
def my_app(cfg: omegaconf.Di
浏览 0提问于2021-08-30得票数 0
回答已采纳
我尝试使用Hydra的compose API以编程方式启动运行，而不是通过命令行界面。这在很大程度上是可行的。然而，在使用compose API时，覆盖hydra.run.dir来更改基目录似乎没有效果。即： with hydra.experimental.initialize_config_module(config_module=config_module):
cfg = hydra.experimental.compose(
config_name=config_name,
overrides=["hydr
浏览 111提问于2021-04-13得票数 1
回答已采纳
我有以下项目设置：
configs/
├── default.yaml
└── trainings
├── data_config
│ └── default.yaml
├── simple.yaml
└── schema.yaml
这些文件的内容如下：
app.py:
from dataclasses import dataclass
from enum import Enum
from pathlib import Path
from omegaconf import MISSING, DictConfig, OmegaConf
import hyd
浏览 12提问于2022-11-29得票数 0
回答已采纳
1回答
我有一个简单的应用程序：
import typer
app = typer.Typer()
@app.command()
def say_hi():
print("Hi")
@app.callback()
def main():
pass
if __name__ == "__main__":
app()
我想使用来管理应用程序的配置，但是，我不知道如何做到这一点，而不会失去从CLI中覆盖配置的能力。
我的第一次尝试是：
import hydra
import typer
from omegaconf import DictConf
浏览 6提问于2022-01-22得票数 2
回答已采纳
目前，我正试图用hydra文件来替换a解析的用法，以设置深度学习神经网络的超参数。
我成功地使用了链接到hydra主文件的config.yaml文件来运行培训和预测。
但是，我正在为进程加载三个.py文件，它们之间有一些常见的参数(例如文件路径、标签数量)。
在hydra支持的config.yaml文件中有几次使用参数的方法吗？
主要文件结构：
import time
from omegaconf import DictConfig, OmegaConf
from segmentation_monai import split, train, predict
import hydra
impo
浏览 8提问于2022-08-04得票数 2
回答已采纳
1回答
目前，我的水电配置组织如下：
configs/
├── config.yaml
├── data
│ ├── IMDB.yaml
│ └── REUT.yaml
└── model
├── BERT.yaml
├── GPT.yaml
└── loss
├── CrossEntropyLoss.yaml
└── TripletMarginLoss.yaml
config.yaml：
defaults:
- model: BERT
- data: IMDB
tasks: [ "fit", "eval
浏览 17提问于2022-03-05得票数 0
1回答
我使用OmegaConf读取.yaml配置文件(文件路径是通过hydra给出的)。编辑它之后，我想再次保存该文件。可能使用：
OmegaConf.save(conf, filepath, resolve=True)
但是，我不知道如何返回文件路径，以便再次保存它。
是否有可能从OmegaConf那里得到它呢？关于序列化YAML的OmegaConf 不会为我返回相同的文件路径。
浏览 15提问于2022-03-30得票数 0
回答已采纳
在九头蛇中，我有以下配置：
├── conf
│ ├── config.yaml
│ ├── callbacks
│ │ ├── callback_01.yaml
│ │ └── callback_02.yaml
│ └── trainer
│ ├── default.yaml
回调的结构如下：
_target_: callback_to_instantiate
我需要传递给训练师/default.yaml这两个回调通过内插。我试过这样做：
_target_: pytorch_lightning.T
浏览 3提问于2022-02-09得票数 1
回答已采纳
我有一个Python脚本(3.9.8)，它在cli (在Win11上)中工作得很好。现在，我想使用我的python脚本并生成一个.exe。我用过一次水龙头，没有任何问题。现在，在转换之后，我确实从Hydra (1.2.0)获得了这个错误消息。
Traceback (most recent call last):
File "src\main.py", line 19, in <module>
File "hydra\main.py", line 90, in decorated_main
File "hydra\_internal
浏览 19提问于2022-11-03得票数 0
因此，我有以下结构：
project_config.yaml是主配置文件：
@hydra.main(config_path="configs/project_config", config_name="project_config.yaml")
def my_app(cfg: DictConfig) -> None:
print(OmegaConf.to_yaml(cfg))
Hovewer，当我尝试像这样运行some_experiment.yaml时：
python test.py +experiment_configs=some_ex
浏览 17提问于2021-01-03得票数 0
目前，我正在为我的深度学习项目做水力发电的实验。对于培训，我遵循文档中所示的方式：
配置文件的文件夹，带有附加配置组的主config.yml文件，在附加文件夹中使用@hydra.main(.)修饰main方法初始化/加载配置
当我的模型被训练时，我会保存相应的状态数据。
现在的问题是，使用hydra进行模型推断的目的是什么？我的想法是在加载状态dict之前，使用模型检查点以及.hydra文件夹中特定于运行的config.yml文件来获取实例化模型所需的构造函数参数。
有更好的方法来实现我的目标吗？
编辑1:当尝试使用@hydra.main()方法时，我不知道如何将动态配置文件路径传递给装饰器，
浏览 2提问于2021-03-31得票数 2
1回答
我对hydra非常陌生，我想知道是否有可能:我在model部分中有参数model，我想依赖于data部分中的feat_type参数。特别是，如果我有feat_type: type1，那么我想要num_atom_feats:22。如果相反，我用data初始化feat_type : type2，那么我希望有num_atom_feats:200
model:
_target_: model.EmbNet_Lightning
model_name: 'EmbNet'
num_atom_feats: 22
dim_target: 128
loss: 'log_
浏览 10提问于2022-11-06得票数 1
回答已采纳
1回答
我有两个下属和一个主人(？)配置有那些子吐露。我设计的吐露如下：
from dataclasses import dataclass, field
import hydra
from hydra.core.config_store import ConfigStore
from omegaconf import MISSING, DictConfig
from typing import Any, List
@dataclass
class DBConfig:
host: str = "localhost"
driver: str = MISSING
浏览 0提问于2020-07-29得票数 2
回答已采纳
1回答
我使用以下结构的水龙头组合物：
├── configs
│ ├── config.yaml
│ ├── data
│ │ ├── dataset_01.yaml
│ │ └── dataset_02.yaml
│ └── model
│ ├── bert.yaml
│ └── gpt.yaml
config.yaml
defaults:
- model: bert
- data: dataset_01
...
数据/数据集_01.yaml
# @pack
浏览 2提问于2021-01-03得票数 1
回答已采纳
1回答
是否有更好的方法从枚举的实验中重新加载水龙头配置？现在我像这样重新加载它：
initialize_config_dir(config_dir=exp_dir, ".hydra"), job_name=config_name)
cfg = compose(config_name, overrides=overrides)
print(cfg.enum)
>>> ENUM1
但是ENUM1实际上是一个枚举，通常加载为
>>> <SomeEnumClass.ENUM1: 'enum1'>
我可以通过将configstor
浏览 9提问于2022-02-04得票数 1
回答已采纳
如何设置我的水龙头配置以接受自定义枚举？特别是我跟踪了。
我有一个数据集配置：
@dataclass_validate
@dataclass
class CustomConfig:
custom_enum: CustomEnum
有习俗的枚举：
class CustomEnum(str, Enum):
ENUM1 = "enum1"
ENUM2 = "enum2"
运行python my_app.py时出错
Error merging 'data/config' with schema
Invalid value '
浏览 5提问于2021-12-16得票数 0
回答已采纳
我有一个下面的代码：
# settings.yaml
my_class:
columns_id: ${oc.env:MY_LIST}
all_columns: {"all_columns_as_str": ${oc.env:MY_LIST}}
我的变量是MY_LIST=a,b,c
然后我得到了：
# hydra_conf.py
from dataclasses import dataclass
@dataclass
class MyClass:
columns_id: list
all_columns: dict[str, str]
然后我把它都用在下面：
浏览 9提问于2022-05-16得票数 1
2回答
我是的新手，这是我第一个这么问的问题。
我的目的是根据这个 定制日志记录。
我有以下用于信任的文件夹结构：
configs/
├── dataset_structurizers
│ ├── config.yaml
│ └── datasets
│ └── brats_2021.yaml
└── hydra
└── job_logging
└── custom.yaml
configs/datasets_structurizers/config.yaml的结构如下：
defaults:
- override hydra/job_logging: c
浏览 10提问于2022-04-19得票数 0
回答已采纳
1回答
我发现作者的PiggybackGAN代码(关于持续学习图像生成)的链接如下：的Github问题有这个问题，但没有人解决。我想在我的Linux环境中运行这段代码。在配置环境和数据集之后，我得到以下错误：
initialize network with normal
initialize network with normal
initialize network with normal
initialize network with normal
Length of loader is 10
learning rate 0.0002000 -> 0.0002000
save image!
浏览 30提问于2022-03-17得票数 0
2回答
是否可以在中使用-based -？
我用这个最小的例子试了一下：
import hydra
from hydra.core.config_store import ConfigStore
import attr
@attr.s
class Times10Config:
num: int = attr.ib(default=42, converter=lambda x: x*10)
cs = ConfigStore.instance()
# Registering the Config class with the name 'config'.
cs.store(na
浏览 21提问于2022-07-29得票数 1
回答已采纳
1回答
我试图在MLFlow中利用九头蛇，所以我编写了最简单的脚本，看看它们是否一起工作(导入等等)。两个人都能独立工作，但是当我把它们放在一起的时候，我得到了一个奇怪的结果。
我的剧本如下：
import hydra
from omegaconf import DictConfig
from mlflow import log_metric, log_param, log_artifact,start_run
@hydra.main(config_path="config.yaml")
def my_app(cfg : DictConfig):
# print(cfg.pr
浏览 3提问于2020-06-10得票数 4
回答已采纳
我想为tensorflow对象检测API将pipeline_pb2.TrainEvalPipelineConfig转换为JSON或YAML文件格式。我尝试使用以下命令转换protobuf文件： import tensorflow as tf
from google.protobuf import text_format
import yaml
from object_detection.protos import pipeline_pb2
def get_configs_from_pipeline_file(pipeline_config_path, config_override=No
浏览 71提问于2019-03-16得票数 0
回答已采纳
当打包一个Hydra应用程序并包括一个脚本作为入口点时，我们可以在任何地方从命令行调用脚本。调用时，脚本将利用包中包含的配置。是否有一种方法可以修改配置搜索路径，以便将不同的配置传递给脚本？
例如：
app.py
import hydra
@hydra.main(config_path="conf", config_name="config")
def my_func(cfg):
print(cfg)
config.yaml
key: value
another_key: second_value
使用entry_points={"conso
浏览 7提问于2021-10-13得票数 2
假设我有一个基本的应用程序：
from dataclasses import dataclass
import hydra
from hydra.core.config_store import ConfigStore
@dataclass
class MyAppConfig:
req_int: int
opt_str: str = "Default String"
opt_float: float = 3.14
cs = ConfigStore.instance()
# Registering the Config class with th
浏览 13提问于2022-08-16得票数 2
回答已采纳
假设我有一个像这样的app.py
class myClassA :
def __init__(self):
self.id = 100
class myClassB :
def __init__(self, objA, id):
pass
是否有一种方法可以使用hydra来拥有像下面这样的配置文件，就像它直观地应该做的那样？
myClassA:
_target_: myapp.myClassA
myclassB:
_target_: myapp.myClassB
param1: ${myClassA}
param2: ${my
浏览 22提问于2022-08-23得票数 1
1回答
我正在开发一个代码，在这里我需要创建一个Manager来同步队列。在这个项目中，我使用的是hydra，在创建多处理Manager对象之前，一切都很好。这是HYDRA_FULL_ERROR=1引发的错误
Primary config module 'config' not found.
Check that it's correct and contains an __init__.py file
Set the environment variable HYDRA_FULL_ERROR=1 for a complete stack trace.
Traceback (
浏览 9提问于2022-08-16得票数 0
回答已采纳
我正在使用Hydra训练机器学习模型。它非常适合执行像python train.py data=MNIST batch_size=64 loss=l2这样的复杂命令。但是，如果我想用相同的参数运行训练过的模型，我必须执行类似python reconstruct.py --config_file path_to_previous_job/.hydra/config.yaml的操作。然后，我使用argparse加载前面的yaml，并使用compose API初始化Hydra环境。经过训练的模型的路径是从九头蛇的.yaml文件的路径推断出来的。如果我想修改其中一个参数，我必须添加额外的argpar
浏览 82提问于2021-04-20得票数 2
回答已采纳
2回答
我正在尝试用hydra实例化对象，我在配置文件中使用了一个类torchio.transforms.RemapLabels： _target_: torchio.transforms.RemapLabels 问题是torchio.transforms.RemapLabels接受字典元素作为输入，如何从我的hydra配置文件(config.yaml)传递这些元素？ 实例化时出现错误： TypeError: Error instantiating 'torchio.transforms.preprocessing.label.remap_labels.RemapLabels' :
浏览 27提问于2021-10-15得票数 1
回答已采纳
我使用OmegaConf的系统是为了获得一种方便的、强类型的方法来配置我的应用程序，因为它只需很少的代码，并且允许合并来自源代码、文件系统和CLI的混合，这是通过下面的ConfDef类来定义的。
现在，我想提供一个参数，作为字符串的集合。虽然OmegaConf文档讨论了ConfDef的外观，但没有提供有关CLI交互的详细信息。因此，问题是：
当使用结构化OmegaConf从CLI调用Python时，我们如何提供一个值集合？
我正在使用Ubuntu20.04，但如果存在，则首选通用方法。
from dataclasses import dataclass
from typing import L
浏览 11提问于2022-02-21得票数 0
回答已采纳
我正在使用ConfigParser尝试一些基本的python脚本，并将其转换为字典。我正在读取一个名为"file.cfg“的文件，其中包含三个部分--根，第一，第二部分。当前，代码读取文件并将文件中的所有内容转换为字典。
我的要求是只将名为"first“和"second”的部分(其键值对)转换为字典。排除“根”部分及其键值对的最佳方法是什么？
import urllib
import urllib2
import base64
import json
import sys
from ConfigParser import SafeConfigParser
parser
浏览 5提问于2015-08-04得票数 2
回答已采纳
2回答
如何使用python代码编辑/更改json文件中的特定字段：
{
"EZMessage":{
"action":"account.cash",
"data":{
"authToken":"123456",
"account":"#ACCOUNTID#",
"portfolio":"true",
"historical":
浏览 2提问于2013-01-30得票数 1
回答已采纳
我想运行一个，但是在配置文件中指定清除。在请求特性请求之前，我想知道是否有一种方法可以做到这一点。
到目前为止，我尝试了以下几点：
树结构：
.
├── conf
│ ├── compile
│ │ ├── base.yaml
│ │ └── grid_search.yaml
│ └── config.yaml
└── my_app.py
my_appy.py含量
import hydra
from omegaconf import DictConfig, OmegaConf
@hydra.main(config_path="conf", config
浏览 21提问于2022-01-07得票数 4
回答已采纳
2回答
我有一个主配置文件，比方说config.yaml
num_layers: 4
embedding_size: 512
learning_rate: 0.2
max_steps: 200000
我希望能够在命令行中用另一个文件(比如big_model.yaml )覆盖这个文件，我在概念上使用该文件如下：
python my_script.py --override big_model.yaml
big_model.yaml看起来可能是：
num_layers: 8
embedding_size: 1024
我希望能够用任意数量的此类文件覆盖，每个文件都优先于上一个文件。假设我也有fast_lea
浏览 6提问于2020-10-29得票数 3
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
云直播活动推荐
腾讯云开发者
