) # 多少个epoch学习率降一次
parser.add_argument('--gamma',
default=0.1,
type=float,
help="learning rate decay") # 学习率每次降当前的5e-04
parser.add_argument('--weight-decay',
default=5e-04,
type=float,
help="weight decay (default: 5e-04)"
) # 为防止过拟合，加了正则项，正则项的加入，模型的复杂度会成为loss的一部分
# Architecture
parser.add_argument('-a',
'--arch',
type=str,
default='resnet50',
choices=models.get_names()) # 选择model
# Miscs
parser.add_argument('--print-freq',
type=int,
default=10,
help="print frequency") # 多少频率打印loss
parser.add_argument('--seed', type=int, default=1,
help="manual seed") # 控制随机参数，保征每次结果稳定复现
parser.add_argument('--resume', type=str, default='',
metavar='PATH') # 读档，读某个路径的
parser.add_argument('--evaluate', action='store_true',
help="evaluation only") # 因为测试和训练在一个py，所以通过其来控制，是测试还是训练
parser.add_argument(
'--eval-step',
type=int,
default=-1, # 之前为-1
parser.add_argument('--train-batch', default=32, type=int,
help="train batch size")
parser.add_argument('--test-batch', default=32, type=int, help="test batch size")
parser.add_argument('--lr', '--learning-rate', default=0.0003, type=float,
help="initial learning rate")
parser.add_argument('--lr-cent', default=0.5, type=float,
help="learning rate for center loss")
parser.add_argument('--weight-cent', type=float, default=0.0005, help="weight for center loss")
parser.add_argument('--stepsize', default=20, type=int,
help="stepsize to decay learning rate (>0 means this is enabled)")
parser.add_argument('--gamma', default=0.1, type=float,
help="learning rate decay")
parser.add_argument('--weight-decay', default=5e-04, type=float,
help="weight decay (default: 5e-04)")
# Architecture
parser.add_argument('-a', '--arch', type=str, default='resnet50', choices=models.get_names())
# Miscs
parser.add_argument('--print-freq', type=int, default=10, help="print frequency")
parser.add_argument('--seed', type=int, default=1, help="manual seed")
parser.add_argument('--resume', type=str, default='', metavar='PATH')
parser.add_argument('--evaluate', action='store_true', help="evaluation only")
parser.add_argument('--eval-step', type=int, default=-1,
help="run evaluation for every N epochs (set to -1 to test after training)")
parser.add_argument('--start-eval', type=int, default=0, help="start to evaluate after specific epoch")
parser.add_argument('--save-dir', type=str, default='log')
parser.add_argument('--use-cpu', action='store_true', help="use cpu")
parser.add_argument('--gpu-devices', default='0', type=str, help='gpu device ids for CUDA_VISIBLE_DEVICES')
args = parser.parse_args()
def main():