我要评论在 python 中，namespace() 是 argparse 模块提供的一个类，用于创建“命名空间对象”。它是一种 轻量级的容器对象，可以用来存储任意数量的属性。
它的行为类似于 字典（dict），但有一个关键区别：
namespace 允许你通过“点操作符”访问数据，而字典必须用中括号。
1. 为什么使用 namespace？
因为它让代码更易读、更像对象。例如：
字典写法（不好读）：
config["lr"] config["batch_size"]
namespace 写法（好读且常见于深度学习项目）：
config.lr config.batch_size
就像访问一个类的属性一样，看起来更清晰、更结构化。
2. namespace 的本质是什么？
你可以把 namespace 理解为：
一个可以动态添加字段的对象，它内部用字典存储数据，但对外提供点访问语法。
用“类”的感觉操作，但其实非常轻量。例如：
from argparse import namespace
config = namespace()
config.lr = 0.01
config.test = "测试"
print(f"测试{config.lr}")
print(f"文字{config.test}")
#测试0.01
#文字测试内部机制其实就是：
config.__dict__ == {"lr": 0.01, "batch_size": 64}3. namespace 示例
config = namespace(
datadir="./data/rawdata/ted2020",
savedir="./checkpoints/rnn",
source_lang="en",
target_lang="zh",
num_workers=2,
max_tokens=8192,
lr_factor=2,
lr_warmup=4000,
)
#访问方式：
print(config.savedir)
#./checkpoints/rnn4. namespace 和字典的关系
它们是可以互相替换的！
字典 → namespace：
cfg_dict = {"lr": 0.001, "epoch": 30}
config = namespace(**cfg_dict) # 转为namespace对象
print(config.lr) # 0.001
print(config.epoch) # 30
#namespace → 字典：
config.__dict__5. namespace 在深度学习中的三个主要用途
用法 1：加载 yaml 配置
import yaml
from argparse import namespace
cfg = yaml.safe_load(open("config.yaml")) #这里返回的是一个字典，如果不转的话，可能需要之前写的用 . 访问的方法要改一下。
config = namespace(**cfg)这让 config.yaml 中的内容变成：
config.lr config.max_epoch
用法 2：命令行参数（argparse）
argparse 默认返回的就是 namespace：
import argparse
# 1. 创建解析器
parser = argparse.argumentparser(description="训练模型示例")
# 2. 添加你希望接受的参数
parser.add_argument("--lr", type=float, default=0.01) # 学习率
parser.add_argument("--batch_size", type=int, default=64) # batch大小
config = parser.parse_args() #解析命令行参数
print(config.lr)用法 3：训练脚本的“超参数容器”就像
config = namespace(
lr=0.001,
max_epoch=30,
batch_size=64,
)namespace 就像一个“字典 + 对象”结合体。它比字典更好读，比类更轻量，因此非常适合存放程序配置和超参数。
到此这篇关于python中namespace()函数的文章就介绍到这了,更多相关python namespace()函数内容请搜索代码网以前的文章或继续浏览下面的相关文章希望大家以后多多支持代码网！
发表评论