ml_collections库介绍

ml_collections 是由 Google 发布的一个用于配置管理的 Python 库，它主要用于机器学习实验中的超参数、配置选项和实验设置。这个库旨在提供一个清晰、灵活和易于使用的方式来组织和管理配置信息。

### 1. 安装
# 激活conda环境后pip安装
pip install ml-collections

### 2. 定义一个简单的配置对象
from ml_collections import ConfigDict
from ml_collections import config_dict

config = config_dict.ConfigDict({
      'learning_rate': 0.001,
      'batch_size': 32,
      'model': {
          'hidden_units': 128,
          'num_layers': 3
      }
  })

print(config)

config = config_dict.ConfigDict()
config.learning_rate = 0.001
config.batch_size = 32
config.model = {'hidden_units': 128, 'num_layers': 3}

print(config)


### 3.配置合并
# 定义基础配置
import copy

base_config = config_dict.ConfigDict({'learning_rate': 0.001, 'batch_size': 32})

# 定义特定任务的配置
task_config = config_dict.ConfigDict({'batch_size': 64, 'num_epochs': 10})

# 合并配置
merged_config = copy.deepcopy(base_config)
print(f"merged_config:{merged_config}")
merged_config.update(task_config)
print(merged_config)

参考：

https://github.com/google/ml_collections