使用 JSON 文件配置神经网络
config a neural network with a JSON file
我想从 JSON 文件配置神经网络模型(层数、每层神经元数、激活函数等)。但老实说,我不知道该怎么做。当我用“hyperparameters config PyTorch”或“hyperparameters tunning PyTorch”搜索互联网时,找不到任何有趣的东西。搜索结果更多是关于超参数优化,而不是来自 JSON 的配置。
任何人都知道如何执行此操作(JSON 文件配置)或者你知道我可以 watch/read 的任何有用教程吗?那将是一个很大的帮助!
提前谢谢你
将您的参数写入 json 文件,并使用适当的名称,如下所示
{
"number_layers":1,
"number_neurons":2,
"activation_function":"relu",
"training":{
"learning_rate":0.01
}
}
然后读取json文件
import json
with open('xxx.json', 'r', encoding='utf-8') as f:
config = json.loads(f.read())
并使用
访问您想要的参数
config['number_layers']
config['training']['learning_rate']
我想从 JSON 文件配置神经网络模型(层数、每层神经元数、激活函数等)。但老实说,我不知道该怎么做。当我用“hyperparameters config PyTorch”或“hyperparameters tunning PyTorch”搜索互联网时,找不到任何有趣的东西。搜索结果更多是关于超参数优化,而不是来自 JSON 的配置。
任何人都知道如何执行此操作(JSON 文件配置)或者你知道我可以 watch/read 的任何有用教程吗?那将是一个很大的帮助!
提前谢谢你
将您的参数写入 json 文件,并使用适当的名称,如下所示
{
"number_layers":1,
"number_neurons":2,
"activation_function":"relu",
"training":{
"learning_rate":0.01
}
}
然后读取json文件
import json
with open('xxx.json', 'r', encoding='utf-8') as f:
config = json.loads(f.read())
并使用
访问您想要的参数config['number_layers']
config['training']['learning_rate']