问题标签 [omegaconf]

是否可以使用结构化配置定义目标以避免重新定义所有参数？

_target_如果是类、函数或方法，我应该使用什么类型的注释？当我使用任何我得到的

有没有更好的方法从枚举实验中重新加载 hydra 配置？现在我像这样重新加载它：

但 ENUM1 实际上是一个枚举，通常加载为

我可以通过向实验 hydra 文件添加 configstore 默认值来解决此问题：

现在导致

有没有更好的方法来做到这一点而不添加这个？或者我可以在 python 代码中添加默认值吗？

我可以制作一个subfield解析器来返回nodes["node1"]并存储它selected_node吗？

到目前为止，我的尝试导致了这个错误：

在 Hydra 中，我有以下配置：

回调具有如下结构：

我需要通过插值将两个回调传递给 trainer/default.yaml。我试过这样：

使用这样的 config.yaml：

我也做了其他试验，但似乎没有用。有没有办法通过使用配置组中的两个或多个 yaml 文件在 yaml 文件中进行插值？如果可能的话，我希望保持这种结构。

我正在使用OmegaConf的结构化配置系统，以便获得一种方便的、强类型的方式来配置我的 Python 应用程序，因为它只需要很少的代码行并且允许合并来自源、文件系统和 CLI 的配置文件。这是通过ConfDef像下面这样的类来定义的。

现在，我想提供一个参数作为字符串的集合。虽然OmegaConf文档说明了ConfDef外观，但没有提供有关 CLI 交互的详细信息。因此问题是：

当使用结构化 OmegaConf 从 CLI 调用 Python 应用程序时，我们如何提供一组值？

我正在使用 Ubuntu20.04，但如果现有的通用方法将是首选。

目前，我的 hydra 配置组织如下：

配置.yaml：

数据集 (IMDB.yaml和REUT.yaml) 设置格式为：

模型 (BERT.yaml和GPT.yaml) 设置格式为：

最后，损失函数设置 (CrossEntropyLoss.yaml和TripletMarginLoss.yam) 采用以下结构：

运行以下入口点：

生成正确的配置组合：

但是，覆盖损失函数会生成错误的配置：

那么，如何正确生成多层次的构图呢？