[英]Passing instance variables to a decorator
我发现这个有用的装饰器允许你传入一些可选的 arguments
def mlflow_experiment(
_func=None,
*,
experiment_name=None
):
def experiment_decorator(func):
@functools.wraps(func)
def experiment_wrapper(self, *args, **kwargs):
nonlocal experiment_name
experiment_id = (
mlflow.set_experiment(experiment_name)
if experiment_name is not None
else None
)
...
value = func(self, *args, **kwargs)
return value
return experiment_wrapper
if _func is None:
return experiment_decorator
else:
return experiment_decorator(_func)
因此,在这样的用例中,我只需将字符串传递给experiment_name
,代码就可以完美运行。
@mlflow_experiment(autolog=True, experiment_name = 'blarg')
def train_mlflow(self, maxevals=50, model_id=0):
...
我一直很难在装饰器中弄清楚 scope ,但我并不惊讶使用传递__init__
中定义的实例变量不起作用。
class LGBOptimizerMlfow:
def __init__(self, arg):
self.arg = arg
@mlflow_experiment(autolog=True, experiment_name = self.arg)
def train_mlflow(self, maxevals=50, model_id=0):
...
>>> `NameError: name 'self' is not defined`
只是为了看看范围界定是否是一个问题,我在 class 之外声明了变量并且它起作用了。
只是为了它,我决定在 class 中声明一个全局变量,它也可以工作,但它不太理想,特别是如果我想将它传递给 class 或作为可选参数的方法。
class LGBOptimizerMlfow:
global arg
arg = 'hi'
@mlflow_experiment(autolog=True, experiment_name = arg)
def train_mlflow(self, maxevals=50, model_id=0):
...
修改代码以使装饰器接受实例变量的任何帮助都会很可爱。
谢谢!
在定义class 时调用装饰器,而self
只是用于每个实例方法的参数,而不是 class 本身提供的参数。 因此,当您需要将self
用作装饰器的参数时,并未对其进行定义。
您需要修改mflow_experiment
以直接从其self
参数中获取名称,而不是从experiment_wrapper
的参数中获取名称。 就像是
def mlflow_experiment(
_func=None,
*,
experiment_name=None,
tracking_uri=None,
autolog=False,
run_name=None,
tags=None,
):
def experiment_decorator(func):
@functools.wraps(func)
def experiment_wrapper(self, *args, **kwargs):
nonlocal tracking_uri
experiment_name = getattr(self, 'experiment_name', None)
experiment_id = (
mlflow.set_experiment(experiment_name)
if experiment_name is not None
else None
)
...
with mlflow.start_run(experiment_id=experiment_id
, run_name=run_name
, tags=tags):
value = func(self, *args, **kwargs)
return value
return experiment_wrapper
if _func is None:
return experiment_decorator
else:
return experiment_decorator(_func)
然后,您需要确保每个实例都有一个与之关联的实验名称(或无)。
class LGBOptimizerMlfow:
def __init__(self, arg, experiment_name=None):
self.arg = arg
self.experiment_name = experiment_name
@mlflow_experiment(autolog=True
, experiment_name = self.arg
)
def train_mlflow(self, maxevals=50, model_id=0):
...
另一种选择是让experiment_name
成为train_mflow
的参数,从而更容易使用相同的方法创建不同的名称。 (这可能更接近您的意图。)
class LGBOptimizerMlfow:
def __init__(self, arg):
self.arg = arg
@mlflow_experiment(autolog=True)
def train_mlflow(self, maxevals=50, model_id=0, experiment_name=None): if experiment_name is None: self.experiment_name = self.arg
...
装饰器的定义和上面一样。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.