Python:当函数做为参数时的技巧
我们之前在《Python技法3: 匿名函数、回调函数、高阶函数》中提到,可以通过lambda
表达式来为函数设置默认参数,从而修改函数的参数个数:
import math
def distance(p1, p2):
x1, y1 = p1
x2, y2 = p2
return math.hypot(x2 - x1, y2 - y1)
points = [(1, 2), (3, 4), (5, 6), (7, 8)]
pt = (4, 3)
points.sort(key=lambda p: distance(p, pt))
print(points)
# [(3, 4), (1, 2), (5, 6), (7, 8)]
下面我们在深度学习项目情境中展示下该手法的应用。
我们这是一个联邦学习项目,有多个client客户端,每个client中都有机器学习模型。我们现在有一份现有的祖传代码不能改动,该祖传代码中client
类的初始化函数中需要传入模型类的初始化函数和优化器类的初始化函数(注意,不是模型的对象和优化器的对象),然后在client
类的构造函数中完成模型对象的初始化和优化器对象的初始化。
client
类的构造函数部分如下所示如下:
class Client(FederatedTrainingDevice):
def __init__(self, model_fn, optimizer_fn, batch_size=128, train_frac=0.8):
self.model = model_fn().to(device)
self.optimizer = optimizer_fn(self.model.parameters())
...
但是,这样的代码就会面临一个问题,model
和optimizer
的初始化是需要超参数的,超参数如何传进去?这时,就可以用我们前面所说的lambda
技巧来解决了:
client = Client(lambda: ConvNet(input_size=input_sz, num_classes=num_cls), lambda x : torch.optim.SGD(x, lr=0.1, momentum=0.9)
这一还有一个注意的地方,就是lambda
函数是可以无参数的,故可以用于完成我们这里model_fn
函数的替代。
数学是符号的艺术,音乐是上界的语言。
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】凌霞软件回馈社区,博客园 & 1Panel & Halo 联合会员上线
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】博客园社区专享云产品让利特惠,阿里云新客6.5折上折
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· DeepSeek “源神”启动!「GitHub 热点速览」
· 我与微信审核的“相爱相杀”看个人小程序副业
· 微软正式发布.NET 10 Preview 1:开启下一代开发框架新篇章
· C# 集成 DeepSeek 模型实现 AI 私有化(本地部署与 API 调用教程)
· spring官宣接入deepseek,真的太香了~