python的运行--命令行

1.工程文件简介

python没有一个完整的主函数和命令行来运行(相对于c++而言 int main(*arg,...))

但是每一个脚本(.py)程序都有一个--name--

复制代码
if __name__ == '__main__':

#假如你要运行这个脚本 可以再这下面写主要流程

2.命令行

1.python无疑是提供了一个库argparse 来实现命令行读取

复制代码
parser = argparse.ArgumentParser(description='Chinese Text Classification')

创建一个命令对象

2.add_argument 函数

复制代码
parse.add_argument

1.name or flag :--model这些

2.required :你是否需要指定 默认为false 假如为true 你必须要实现 前面name赋值

3.default:假如为false 那就是default

4.help:就是以往别人输错 你给的提供信息

3 parser.parse_args()

这个无疑是增加参数

复制代码
args = parser.parse_args()

4.实战阅读

python 复制代码
parser = argparse.ArgumentParser(description='Chinese Text Classification')
parser.add_argument('--model', type=str, required=True, help='choose a model: TextCNN, TextRNN, FastText, TextRCNN, TextRNN_Att, DPCNN, Transformer')
parser.add_argument('--embedding', default='embedding_SougouNews.npz', type=str)
parser.add_argument('--word', default=False, type=bool, help='True for word, False for char')
args = parser.parse_args()

 model_name = args.model  #TextCNN, TextRNN,
    if model_name == 'FastText':
        from utils_fasttext import build_dataset, build_iterator, get_time_dif
        embedding = 'random'
    else:
        from utils import build_dataset, build_iterator, get_time_dif
#
.....    
vocab, train_data, dev_data, test_data = build_dataset(config, args.word)

首先它建立了args命令集合,那我们有个参数为args.model,args.embedding,args.word

分别赋值.

1.这个random为字面意思 随便赋值 可以换成string

2.无疑 model 你自己选 args.embedding='embedding_SougouNews.npz'和args.word =False

相关推荐
能喵烧香1 天前
深度解析:Linux 与 Windows 超级权限账户的本质差异
linux·windows
pixcarp1 天前
知识库系统的内容资产闭环怎么设计
服务器·数据库·后端·golang
江畔柳前堤1 天前
github实战指南01-账号配置与 SSH 密钥
运维·人工智能·深度学习·ssh·github·pyqt·信号处理
Moshow郑锴1 天前
Ubuntu 26.04 中文输入法 : fcitx5+Rime中州韵引擎
linux·运维·ubuntu
莫名的好感°1 天前
手机RAR解压怎么选?2026年二季度四款产品问答
服务器·网络·智能手机
qq_163135751 天前
Linux 【04-more命令超详细教程】
linux
sevencheng7981 天前
【ADB】adb命令行常用按键模拟代码
linux·adb·模拟按键,返回键,音量键
暗影天帝1 天前
BPI-R3 Mini 刷 Yuzhii DHCPD U-Boot 教程
linux
小赖同学啊1 天前
智能连接器集群化高可用生产方案
linux·运维·人工智能
wanghao6664551 天前
DevOps 从入门到实践:构建高效交付流水线
运维·devops