Spaces:
Running
on
Zero
Running
on
Zero
File size: 2,066 Bytes
7f2690b |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 |
import argparse
import numpy as np
def init_args(return_parser=False):
parser = argparse.ArgumentParser(description="""Configure""")
# basic configuration
parser.add_argument('--exp', type=str, default='test101',
help='checkpoint folder')
parser.add_argument('--epochs', type=int, default=100,
help='number of total epochs to run (default: 90)')
parser.add_argument('--start_epoch', default=0, type=int,
help='manual epoch number (useful on restarts) (default: 0)')
parser.add_argument('--resume', default='', type=str,
metavar='PATH', help='path to checkpoint (default: None)')
parser.add_argument('--resume_optim', default=False, action='store_true')
parser.add_argument('--save_step', default=1, type=int)
parser.add_argument('--valid_step', default=1, type=int)
# Dataloader parameter
parser.add_argument('--max_sample', default=-1, type=int)
parser.add_argument('--repeat', default=1, type=int)
parser.add_argument('--num_workers', type=int, default=8)
parser.add_argument('--batch_size', default=24, type=int)
# network parameters
parser.add_argument('--pretrained', default=False, action='store_true')
# optimizer parameters
parser.add_argument('--lr', default=1e-4, type=float, help='learning rate')
parser.add_argument('--momentum', type=float, default=0.9)
parser.add_argument('--weight_decay', default=5e-4,
type=float, help='weight decay (default: 5e-4)')
parser.add_argument('--optim', type=str, default='Adam',
choices=['SGD', 'Adam'])
parser.add_argument('--schedule', type=str, default='cos', choices=['none', 'cos', 'step'], required=False)
parser.add_argument('--aug_img', default=False, action='store_true')
parser.add_argument('--test_mode', default=False, action='store_true')
if return_parser:
return parser
# global args
args = parser.parse_args()
return args
|