1. 背景
在深度学习的任务中，通常需要比较复杂的参数以及输入输出配置，比如需要不同的训练data，不同的模型，写入不同的log文件，输出到不同的文件夹以免混淆输出
常用的parser.add（）方法非常占用代码空间，而且输入输出配置无法通过文件更改，只能通过命令行参数改变。
docopt 库提供了一个非常优雅的命令行解析工具，这边只介绍其中解析文件参数
2. 安装
pip install docopt
import docopt import json
3. 使用
docopt 由两部分组成，第一部分是解析部分，通过“”“ -”“”（一段类似注释的双引号表示），这一部分必不可少。
""" Usage: train <json_file> """
上面解析部分的指令很简单，输入应为：
python test.py config.json
第二部分是main 函数：
if __name__ == "__main__":
args = docopt.docopt(__doc__)
args = json.load(open(args["<json_file>"]))
print('==>Params')
for key in args.keys():
print('\t{}:{}\n'.format(key,args[key]))
train(args)
我将 config.json 设置为：
{
"dataset": "human_science",
"length": 1000,
"model": "CNN",
"log_dir": "./logs/",
"output_dir": "./output/",
"output_prefix": "human_science_CNN",
"lr":0.01
}
命令行的输出应为：
成功将参数传入train()函数
