) # 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():