1 .創(chuàng)作靈感

小伙伴們?cè)匍喿x深度學(xué)習(xí)模型的代碼的時(shí)候，經(jīng)常會(huì)遇到y(tǒng)aml格式的配置文件。用這個(gè)配置文件是因?yàn)槲覀冊(cè)谟?xùn)練模型的時(shí)候會(huì)涉及很多的參數(shù)，如果這些參數(shù)東一個(gè)，西一個(gè)，我們調(diào)起來(lái)的時(shí)候就會(huì)很不方便，所以用yaml腳本將他們集中到一起，類似的配置文件還有，json等。

2.yaml文本的基本格式

新建confg.yaml文本編寫(xiě)以下內(nèi)容：

# 配置文件
manual_seed: 1device: cpu
model:name: Unetinchanlel: 1out_chanlel: 1f_maps: 64trainer:checkpoint_dir: '/home/user'resume: '/home/user/last_checkpoint.pytorch'

注意兩點(diǎn)：

（1）yaml通過(guò)鍵值對(duì)存儲(chǔ)信息，通過(guò)冒號(hào)和空格區(qū)分鍵和值

（2）不同級(jí)別用空格進(jìn)行縮進(jìn)，同一級(jí)別的內(nèi)容空格縮進(jìn)相同

3.讀取yaml文件的內(nèi)容

import yaml
# 讀取ymal文件# 打開(kāi)文件
with open('config.yaml', 'r', encoding="utf-8") as f:#通過(guò)yaml.safe_load(f)函數(shù)讀取內(nèi)容config = yaml.safe_load(f)#通過(guò)字典索引的方式調(diào)用內(nèi)容
checkpoint_dir = config['trainer']['checkpoint_dir']print(f"地址: {checkpoint_dir}")

4. 寫(xiě)入yaml文件

# 寫(xiě)入yaml文件,以字典的形式存入數(shù)據(jù)
config_new = {'optimizer': {'learning_rate': 0.002,'weight_decay': 0.0001}}with open('config_new.yaml', 'w+') as f:yaml.safe_dump(config_new, f)

數(shù)據(jù)會(huì)被存入到新的yaml文件中

參考文章

玩轉(zhuǎn)PyYAML：讓Python與YAML格式數(shù)據(jù)無(wú)縫對(duì)接 - 知乎 (zhihu.com)