Py之yacs：yacs的简介、安装、使用方法之详细攻略-阿里云开发者社区

Py之yacs：yacs的简介、安装、使用方法之详细攻略

2022-07-25 913

版权

本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。

简介： Py之yacs：yacs的简介、安装、使用方法之详细攻略

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

1. # my_project/config.py
2. from yacs.config import CfgNode as CN
3. 
4. 
5. _C = CN()
6. 
7. _C.SYSTEM = CN()
8. # Number of GPUS to use in the experiment
9. _C.SYSTEM.NUM_GPUS = 8
10. # Number of workers for doing things
11. _C.SYSTEM.NUM_WORKERS = 4
12. 
13. _C.TRAIN = CN()
14. # A very important hyperparameter
15. _C.TRAIN.HYPERPARAMETER_1 = 0.1
16. # The all important scales for the stuff
17. _C.TRAIN.SCALES = (2, 4, 8, 16)
18. 
19. 
20. def get_cfg_defaults():
21. """Get a yacs CfgNode object with default values for my_project."""
22. # Return a clone so that the defaults will not be altered
23. # This is for the "local variable" use pattern
24. return _C.clone()
25. 
26. # Alternatively, provide a way to import the defaults as
27. # a global singleton:
28. # cfg = _C  # users can `from config import cfg`