解決Jupyter Notebook使用parser.parse_args出現(xiàn)錯(cuò)誤問題
問題：
在Jupyter Notebook中使用args傳遞參數(shù)時(shí)出現(xiàn)錯(cuò)誤：
原始代碼：args = parser.parse_args()
usage: ipykernel_launcher.py [-h] [--x_dim XDIM] [--h_dim HDIM] [--z_dim ZDIM]
[--ratio RATIO] [--seed SEED]
ipykernel_launcher.py: error: unrecognized arguments: -f C:\Users\MSI-NBOOK\AppData\Roaming\jupyter\runtime\kernel-f881e2bc-0a12-4207-b4cf-1cf484ec88f2.json
An exception has occurred, use %tb to see the full traceback.
SystemExit: 2
F:\Anaconda3\lib\site-packages\IPython\core\interactiveshell.py:2971: UserWarning: To exit: use 'exit', 'quit', or Ctrl-D.
warn("To exit: use 'exit', 'quit', or Ctrl-D.", stacklevel=1)
解決辦法：
將原始代碼進(jìn)行修改，修改后為：
args = parser.parse_args(args=[])
修改后即可使用。
補(bǔ)充知識(shí)：argarse.ArgumentParser.parse_known_args()解析
大致意思就是：有時(shí)間一個(gè)腳本只需要解析所有命令行參數(shù)中的一小部分，剩下的命令行參數(shù)給兩一個(gè)腳本或者程序。在這種情況下，parse_known_args()就很有用。它很像parse_args()，但是它在接受到多余的命令行參數(shù)時(shí)不報(bào)錯(cuò)。相反的，返回一個(gè)tuple類型的命名空間和一個(gè)保存著余下的命令行字符的list。
舉個(gè)栗子，新建一個(gè)test.py文件，在文件中寫入如下代碼
import argparse parser = argparse.ArgumentParser() parser.add_argument( '--flag_int', type=float, default=0.01, help='flag_int.' ) FLAGS, unparsed = parser.parse_known_args() print(FLAGS) print(unparsed)
結(jié)果如下：
$ python prog.py --flag_int 0.02 --double 0.03 a 1 Namespace(flag_int=0.02) ['--double', '0.03', 'a', '1']
以上這篇解決Jupyter Notebook使用parser.parse_args出現(xiàn)錯(cuò)誤問題就是小編分享給大家的全部內(nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。
相關(guān)文章
對(duì)Python3中列表乘以某一個(gè)數(shù)的示例詳解
今天小編就為大家分享一篇對(duì)Python3中列表乘以某一個(gè)數(shù)的示例詳解，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2019-07-07
本文通過兩個(gè)版本給大家介紹pygame實(shí)現(xiàn)類似office的頁面切換功能,代碼簡單易懂，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下2021-05-05
正則表達(dá)式并不是Python的一部分。正則表達(dá)式是用于處理字符串的強(qiáng)大工具，擁有自己獨(dú)特的語法以及一個(gè)獨(dú)立的處理引擎，效率上可能不如str自帶的方法，但功能十分強(qiáng)大。下面這篇文章主要介紹了關(guān)于Python正則表達(dá)式基礎(chǔ)的相關(guān)資料，需要的朋友可以參考下。2017-03-03
Python實(shí)現(xiàn)結(jié)構(gòu)體代碼實(shí)例
這篇文章主要介紹了Python實(shí)現(xiàn)結(jié)構(gòu)體代碼實(shí)例,文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-02-02
Python?queue雙端隊(duì)列模塊及用法小結(jié)
雙端隊(duì)列是一種具有隊(duì)列和棧性質(zhì)的線性數(shù)據(jù)結(jié)構(gòu),本文主要介紹了Python?queue雙端隊(duì)列模塊及用法小結(jié),文中通過示例代碼介紹的非常詳細(xì),需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2024-02-02
Tensorflow獲取張量Tensor的具體維數(shù)實(shí)例
今天小編就為大家分享一篇Tensorflow獲取張量Tensor的具體維數(shù)實(shí)例，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2020-01-01
使用TensorFlow搭建一個(gè)全連接神經(jīng)網(wǎng)絡(luò)教程
今天小編就為大家分享一篇使用TensorFlow搭建一個(gè)全連接神經(jīng)網(wǎng)絡(luò)教程，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2020-02-02
Python實(shí)現(xiàn)的企業(yè)粉絲抽獎(jiǎng)功能示例
這篇文章主要介紹了Python實(shí)現(xiàn)的企業(yè)粉絲抽獎(jiǎng)功能,涉及Python數(shù)值運(yùn)算與隨機(jī)數(shù)生成相關(guān)操作技巧,需要的朋友可以參考下2019-07-07
這篇文章主要介紹了Pytorch 如何dropout避免過擬合的操作，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教2021-06-06
打印tensorflow恢復(fù)模型中所有變量與操作節(jié)點(diǎn)方式
這篇文章主要介紹了打印tensorflow恢復(fù)模型中所有變量與操作節(jié)點(diǎn)方式，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2020-05-05