深度学习 手势识别学习

深度学习代码学习

os.environ[]使用

os.environ["CUDA_VISIBLE_DEVICES"] = "0" ##设置当前使用的GPU设备仅为0号设备

2.argparse.ArgumentParser()用法解析

parse = argparse.ArgumentParser(description='Params for training. ')#创建解析器
parse.add_argument('--root', type=str, default='./DATA/HWDB1', help='path to data set')#当参数未在命令行中出现时使用的值
parse.add_argument('--mode', type=str, default='train')                                 #命令行参数应当被转换成的类型
parse.add_argument('--log_path', type=str, default=os.path.abspath('.') + '/log.pth', help='dir of checkpoints')#检查点

parse.add_argument('--restore', type=bool, default=False, help='whether to restore checkpoints')

parse.add_argument('--batch_size', type=int, default=32, help='size of mini-batch')
parse.add_argument('--image_size', type=int, default=64, help='resize image')
parse.add_argument('--epoch', type=int, default=20)  # default=100
parse.add_argument('--num_class', type=int, default=10, choices=range(10, 3755))#choices可用参数容器
parse.add_argument('--learning_rate', type=float, default=0.0001)
args = parse.parse_args(args=[])#解析参数
print(args)

你可能感兴趣的:(python学习,深度学习,tensorflow,手势识别)