3 个不稳定版本
使用旧 Rust 2015
0.2.0 | 2019年3月22日 |
---|---|
0.1.1 | 2019年3月5日 |
0.1.0 | 2019年2月28日 |
在 #gnu 中排名 40
12KB
176 代码行
关于此仓库
这是一个命令行工具,它将配置文件(目前仅支持 JSON)转换为 GNU 选项风格字符串
示例
$ cat test.json
{
"key1": 1,
"key2": "hello",
"key3": [2,3,4],
"key4": 1.4,
"key5": null,
"a": "b"
}
$ config2args test.json
--key1 1 --key2 hello --key3 2 3 4 --key4 1.4 --key5 -a b
如何安装
需要 1.32.0
版本的 cargo。使用 rustup 安装 Rust 构建工具是一种好方法。
$ cargo install config2args
如何在本地构建
需要 1.32.0
版本的 cargo。使用 rustup 安装 Rust 构建工具是一种好方法。
$ git clone [email protected]:serihiro/config2args.git
$ cd config2args
$ cargo build --release
特性
支持将 JSON 文件用作配置文件
- 未来可能支持 YAML?
支持长键名(带 --
)和短键名(带 -
)
$ cat test.json
{
"k": 1,
"key": "hello"
}
$ config2args test.json
-k 1 --key hello
支持字符串(包括数字)和数组
$ cat test.json
{
"key1": "a",
"key2": 1,
"key3": 1.4,
"key4": ["a", "b", "c"],
"key5": [1, 1.4, "c"]
}
$ config2args test.json
--key1 a --key2 1 --key3 1.4 --key4 a b c --key5 1 1.4 c
支持忽略键名
$ cat test.json
{
"_key1": "a",
"_key2": "b",
"key3": "c"
}
$ config2args test.json
a b --key3 c
支持不仅是 JSON 对象,例如 "aaaa"
,[1, 2, 3]
。
$ cat test.json
"abcd"
$ config2args test.json
abcd
$ cat test.json
[1,2,3]
$ config2args test.json
1 2 3
支持嵌套对象
$ cat test.json
{
"key1": 1,
"key2": 2,
"key3": 3,
"key4": {
"k1" : 4,
"k2" : 5,
"a": 6
},
"z": {
"key5": 7,
"b": 8
}
}
$ config2args test.json
--key1 1 --key2 2 --key3 3 --key4.k1 4 --key4.k2 5 --key4.a 6 --z.key5 7 --z.b 8
支持 tera 模板引擎
如果输入文件的文件名以 .tera
结尾,则该文件将被评估为 tera 模板。
$ cat test.json.tera
{
"_setup_variable_for_tera": "{% set my_var = now() | date(format=\"%Y%m%d%H%M%S\") %}",
"output": "logs/{{my_var}}"
}
$ config2args test.json.tera
--output logs/20190323005419
动机
在许多情况下,机器学习脚本都是用许多 CLI 选项实现的。
例如,我经常像这样执行一个 Python 脚本
$ python train_imagenet.py \
"$imagenet1k_base/train.ssv" \
"$imagenet1k_base/val.ssv" \
--root "$imagenet1k_base" \
--mean "$imagenet1k_base/mean.npy" \
--gpu 0 \
--arch resnet50 \
--batchsize "$batch_size" \
--val_batchsize "$batch_size" \
--epoch "$epoch" \
--loaderjob 2 \
--out "$output_path"
当然,这是写在一个 shell 脚本中的。但这种风格不易阅读和更新 :-(
因此,我想以更舒适的格式管理这些选项,例如 JSON 或 YAML。
$ python train_imagenet.py `config2args config.json`
许可证
MIT
依赖关系
~11–15MB
~293K SLoC