Keras 3 API 文档 / 实用工具 / 实验管理实用工具

实验管理实用工具

[源代码]

Config

keras.utils.Config(**kwargs)

Config 是一个类似字典的命名值容器。

它比普通的字典有一些优势:

  • 通过属性设置/获取值。
  • 能够冻结配置,以确保在程序中的某个点之后不会发生意外的配置修改。
  • 整个配置易于序列化为 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

Config 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())}")

事实上,它可以被转换成一个字典。

config = Config("learning_rate"=0.1, "momentum"=0.9)
dict_config = config.as_dict()

您可以轻松地将 Config 序列化为 JSON。

config = Config("learning_rate"=0.1, "momentum"=0.9)

json_str = config.to_json()

您也可以冻结 Config 以防止进一步的更改。

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.