Pytorch

2023-02-21 23:21| 来源: 网络整理| 查看: 265

LightningCLI 是lighting团队开发的一个拓展模块，用于高效、进阶支持yaml，需要在安装pl后，再安装一下jsonargparse[signatures] : pip install jsonargparse[signatures]

与pytorch- Lightning配合使用非常方便，可惜网上资料甚少，谷歌也找不到多少，官方文档也不够详尽，比如如何配合使用自定义 logger和callback等都没提及。我来做一个比较实用的补充：

需要将原本的train入口部分改为如下形式以支持CLI、自定义logger和callbacks：

logger = WandbLogger(project="xx_Baseline", name = "xxx", log_model=True) def cli_main(): checkpoint_callback = ModelCheckpoint( monitor='xx', #dirpath='xxx', filename='xxx-epoch{epoch:02d}-psnr{psnr:.3f}-ssim{ssim:.3f}', auto_insert_metric_name=False, every_n_epochs=1, save_top_k=3, mode = "max", save_last=True ) trainer_defaults = {'gpus':[0,1],'callbacks':[checkpoint_callback],'logger':logger} cli = LightningCLI( model_class=Mymodel, trainer_defaults=trainer_defaults, save_config_overwrite=True ) if __name__ == '__main__': #your code cli_main()

我们可以看下CLI自带的help信息：

训练时，使用如下命令即可：

python PL_train_CIL.py fit --config ./configs/base_config.yaml

LightningCIL 好用的特性挺多，详细可以参考一下官方文档：

Lightning CLI and config files

【本文地址】

Pytorch

Pytorch

今日新闻

推荐新闻