实验管理实用程序
Config 类
keras.utils.Config(**kwargs)
Config 是一个类似字典的容器，用于保存命名值。
它比普通字典提供了一些优势
- 通过属性设置/获取来设置和检索值。
- 能够冻结配置以确保在程序的某个特定点之后不会发生意外的配置修改。
- 可以轻松地将整个配置序列化为 JSON。
示例
# Create a config via constructor arguments
config = Config("learning_rate"=0.1, "momentum"=0.9)
# Then keep adding to it via attribute-style setting
config.use_ema = True
config.ema_overwrite_frequency = 100
# You can also add attributes via dict-like access
config["seed"] = 123
# You can retrieve entries both via attribute-style
# access and dict-style access
assert config.seed == 100
assert config["learning_rate"] == 0.1
配置的行为类似于字典
config = Config("learning_rate"=0.1, "momentum"=0.9)
for k, v in config.items():
print(f"{k}={v}")
print(f"keys: {list(config.keys())}")
print(f"values: {list(config.values())}")
实际上，它可以转换为一个字典
config = Config("learning_rate"=0.1, "momentum"=0.9)
dict_config = config.as_dict()
您可以轻松地将配置序列化为 JSON
config = Config("learning_rate"=0.1, "momentum"=0.9)
json_str = config.to_json()
您还可以冻结配置以防止进一步更改
config = Config()
config.optimizer = "adam"
config.seed = 123
# Freeze the config to prevent changes.
config.freeze()
assert config.frozen
config.foo = "bar" # This will raise an error.