### 如何从配置文件中正确导入变量并获取 `epochs` 和 `batch_size` 在 Python 中，通常会通过多种方式来管理配置参数。以下是几种常见的方法及其实现： #### 方法一：使用 `.py` 文件作为配置模块 如果有一个名为 `config.py` 的文件，其中定义了 `epochs` 和 `batch_size` 变量，则可以通过以下方式进行访问。 ```python # config.py epochs = 100 batch_size = 32 ``` 在其他脚本中可以这样导入这些变量： ```python import config print(f"Epochs: {config.epochs}, Batch Size: {config.batch_size}") ``` 这种方法简单直观，适合小型项目[^1]。 --- #### 方法二：使用字典存储配置项 另一种常见的方式是将所有的配置项存放在一个字典中，然后将其导出到其他模块。 ```python # config.py CONFIG = { "epochs": 100, "batch_size": 32 } ``` 在其他脚本中可以这样访问： ```python from config import CONFIG print(f"Epochs: {CONFIG['epochs']}, Batch Size: {CONFIG['batch_size']}") ``` 这种方式更加灵活，尤其当有大量配置项时更为适用[^2]。 --- #### 方法三：使用类封装配置 对于更复杂的场景，推荐使用类的形式来封装配置。这不仅便于维护，还可以支持动态设置某些属性。 ```python # config.py class Config: def __init__(self): self.epochs = 100 self.batch_size = 32 ``` 在其他脚本中实例化该类即可访问其成员变量： ```python from config import Config cfg = Config() print(f"Epochs: {cfg.epochs}, Batch Size: {cfg.batch_size}") ``` 这种设计模式特别适用于大型项目中的全局状态管理[^3]。 --- #### 方法四：加载外部 JSON/YAML 配置文件 为了提高可移植性和灵活性，许多开发者倾向于将配置保存在外部分离的文件（如 JSON 或 YAML）中，并由程序解析读取。 ##### 使用 JSON 文件的例子 假设存在如下内容的 `config.json` 文件： ```json { "epochs": 100, "batch_size": 32 } ``` 则可通过标准库 `json` 来加载它： ```python import json with open('config.json') as f: config_data = json.load(f) print(f"Epochs: {config_data['epochs']}, Batch Size: {config_data['batch_size']}") ``` ##### 使用 YAML 文件的例子 同样地，也可以采用 YAML 格式的配置文件（需安装 PyYAML 库）： ```yaml epochs: 100 batch_size: 32 ``` 对应的代码为： ```python import yaml with open('config.yaml') as f: config_data = yaml.safe_load(f) print(f"Epochs: {config_data['epochs']}, Batch Size: {config_data['batch_size']}") ``` 此方案非常适合多环境部署的情况，因为不同的环境可以直接替换相应的配置文件而无需修改源码[^4]。 --- ### 总结 以上介绍了四种主要的方法用于从配置中导入变量以及获取像 `epochs` 和 `batch_size` 这样的超参值。每种方法都有各自的优缺点，在实际开发过程中可以根据具体需求选择最合适的策略。