metriclogger

1、位置

metricLogger 度量记录器，一般放在utils文件里面
是一个在训练过程中输出的类
它先接触数据，使用yield迭代传送进去训练。

2、class MetricLogger

class MetricLogger(object):
    def __init__(self, delimiter="\t"):
        self.meters = defaultdict(SmoothedValue)
        self.delimiter = delimiter

    def update(self, **kwargs):
        for k, v in kwargs.items():
            if isinstance(v, torch.Tensor):
                v = v.item()
            assert isinstance(v, (float, int))
            self.meters[k].update(v)

    def __getattr__(self, attr):
        if attr in self.meters:
            return self.meters[attr]
        if attr in self.__dict__:
            return self.__dict__[attr]
        raise AttributeError("'{}' object has no attribute '{}'".format(
                    type(self).__name__, attr))

    def __str__(self):
        loss_str = []
        for name, meter in self.meters.items():
            loss_str.append(
                "{}: {:.4f} ({:.4f})".format(name, meter.median, meter.global_avg)
            )
        return self.delimiter.join(loss_str)

初始化时利用了SmoothValue这个类，主要包含以下属性：

self.deque	利用队列来获取的数值
self.total	记录累计的数值的总和
self.count	记录累计的个数的总和
self.fmt

MetricLogger类就两个属性，一个是self.meters,另一个是self.delimiter。self.meters初始化利用的是SmoothValue这个类，所以可以使用SmoothValue的属性和方法。self.meters里面是是一个字典：{name:meter}meter是字典，主要信息存储在列表中。

self.delimiter = delimeter:是一个字符串类型

MetricLogger类的方法，主要是update,用来更新数值。还包括__getattr__、__str__方法