从零搭建Pytorch模型教程（四）编写训练过程--参数解析

前言训练过程主要是指编写train.py文件，其中包括参数的解析、训练日志的配置、设置随机数种子、classdataset的初始化、网络的初始化、学习率的设置、损失函数的设置、优化方式的设置、tensorboard的配置、训练过程的搭建等。

由于篇幅问题，这些内容将分成多篇文章来写。本文介绍参数解析的两种方式。

欢迎关注公众号CV技术指南，专注于计算机视觉的技术总结、最新技术跟踪、经典论文解读、CV招聘信息。

一个模型中包含众多的训练参数，如文件保存目录、数据集目录、学习率、epoch数量、模块中的参数等。

参数解析常用的有两种方式。

一种是将所有参数都放在yaml文件中，通过读取yaml文件来配置参数。这种一般用于比较复杂的项目，例如有多个模型，对应多组参数。这样就可以每个模型配置一个yaml文件，里面对应的是每个模型的对应的参数。

另一种是直接在train.py文件中通过argparser解析器来配置。这种一般用于仅一个模型或比较简单的项目中。每次只需要改一两个参数的。

yaml文件解析

yaml语法规则

大小写敏感

使用缩进表示层级关系

缩进时不允许使用Tab键，只允许使用空格。（可以将你的ide的tab按键输出替换成4个空格）

缩进的空格数目不重要，只要相同层级的元素左侧对齐即可

#表示注释

yaml文件示例

TRAIN:

  RESUME_PATH: "/path/to/your/net.pth"

  DATASET: ucf24  # `ava`, `ucf24` or `jhmdb21`

  BATCH_SIZE: 10

  TOTAL_BATCH_SIZE: 128

SOLVER:

  MOMENTUM: 0.9

  WEIGHT_DECAY: 5e-4

  LR_DECAY_RATE: 0.5

  NOOBJECT_SCALE: 1

DATA:

  TRAIN_JITTER_SCALES: [256, 320]

  TRAIN_CROP_SIZE: 224

  TEST_CROP_SIZE: 224

  MEAN: [0.4345, 0.4051, 0.3775]

  STD: [0.2768, 0.2713, 0.2737]

MODEL:

  NUM_CLASSES: 24

  BACKBONE: darknet

WEIGHTS:

  BACKBONE: "weights/yolo.weights"

  FREEZE_BACKBONE_2D: False

LISTDATA:

  BASE_PTH: "datasets/ucf24"

  TRAIN_FILE: "path/to/your/classdataset/trainlist.txt"

  TEST_FILE: "path/to/your/classdataset/testlist.txt"

yaml的解析

这里介绍两种方法，一种比较复杂的，像上面这个有两级。解析比较麻烦，代码如下：

import yaml

import argparser

from fvcore.common.config import CfgNode

cfg = CfgNode()

cfg.TRAIN= CfgNode()    #每一级都要这样新建一个节点

cfg.TRAIN.RESUME_PATH = "Train"

cfg.TRAIN.DATASET = "ucf24"  # `ava`, `ucf24` or `jhmdb21`

cfg.TRAIN.BATCH_SIZE=10

cfg.TRAIN.TOTAL_BATCH_SIZE=128

...

cfg.SOLVER= CfgNode()  #每一级都要这样新建一个节点

cfg.SOLVER.MOMENTUM=0.9

cfg.SOLVER.WEIGHT_DECAY=5e-4

...

yaml_path = "yaml_test.yaml"

cfg.merge_from_file(yaml_path)

#访问方法

print(cfg.TRAIN.RESUME_PATH)

它的麻烦在于需要将所有的元素都初始化一遍，然后通过cfg.merge_from_file(yaml_path)来根据yaml文件更新这些元素。

另一种是比较简单的解析二级的方法。

import yaml

import argparser

with open(yaml_path,'r') as file:

    opt = argparse.Namespace(**yaml.load(file.read(),Loader=yaml.FullLoader))

#访问方法

print(opt.TRAIN["RESUME_PATH"])

即第一级是在argparse的Namespace中，可通过点号来访问，第二级仍然是字典的形式。但它简单太多了。如果只有一级的话，直接通过点号就可以了。如果不使用argparse.Namespace，则两级都是字典，直接通过访问字典的形式也可以。

argparser解析

argparser解析的形式一般放在train.py文件的最前面，适用于参数相对比较少，每次只需要改一两个参数的情况。（我本人习惯将它放在其它文件中，例如单独搞一个parser.py或直接放在util.py中，只因为如果放在train前每次都要滑动很长才能到train的部分，相当麻烦）

先来个标准示例

import argparser

def get_args():

    parser = argparse.ArgumentParser(description='Training')

    parser.add_argument('--color_jitter', action='store_true', help='use color jitter in training')

    parser.add_argument('--batchsize', default=8, type=int, help='batchsize')

    parser.add_argument('--gpu_ids', default='0', type=str, help='gpu_ids: e.g. 0  0,1,2  0,2')

    return parser.parse_args()

#使用方法

python train.py

--color_jitter \

--batchsize=16 \

--gpu_ids='0'

#访问元素

opt = get_args()

print(opt.batchsize)

这里列举了三种形式，一种是action的，当action='store_true'时，默认是false，在设置参数时直接--color_jitter即可变成True，另外两种如上所示。

下一篇将介绍编写训练过程的训练日志的配置、设置随机数种子、classdataset的初始化、网络的初始化、学习率的设置、损失函数的设置、优化方式的设置等内容。

欢迎关注公众号CV技术指南，专注于计算机视觉的技术总结、最新技术跟踪、经典论文解读、CV招聘信息。

CV技术指南创建了一个免费的知识星球。关注公众号添加编辑的微信号可邀请加入。

征稿通知：欢迎可以写以下内容的朋友联系我（微信号：“FewDesire”）。

TVM入门到实践的教程
TensorRT入门到实践的教程
MNN入门到实践的教程
数字图像处理与Opencv入门到实践的教程
OpenVINO入门到实践的教程
libtorch入门到实践的教程
Oneflow入门到实践的教程
Detectron入门到实践的教程
CUDA入门到实践的教程
caffe源码阅读
pytorch源码阅读
深度学习从入门到精通（从卷积神经网络开始讲起）
最新顶会的解读。例如最近的CVPR2022论文。
各个方向的系统性综述、主要模型发展演变、各个模型的创新思路和优缺点、代码解析等。
若自己有想写的且这上面没提到的，可以跟我联系。

声明：有一定报酬，具体请联系详谈。若有想法写但觉得自己能力不够，也可以先联系本人（微信号：FewDesire）了解。添加前请先备注“投稿”。

其它文章

招聘 | 迁移科技招聘深度学习、视觉、3D视觉、机器人算法工程师等多个职位

计算机视觉入门路线

YOLO系列梳理（一）YOLOv1-YOLOv3

YOLO系列梳理（二）YOLOv4

YOLO系列梳理（三）YOLOv5

Attention Mechanism in Computer Vision

从零搭建Pytorch模型教程（三）搭建Transformer网络

从零搭建Pytorch模型教程（二）搭建网络

从零搭建Pytorch模型教程（一）数据读取

StyleGAN大汇总 | 全面了解SOTA方法、架构新进展

一份热力图可视化代码使用教程

一份可视化特征图的代码

工业图像异常检测研究总结（2019-2020）

关于快速学习一项新技术或新领域的一些个人思维习惯与思想总结