Python机器学习项目报错：已声明参数仍提示需传入（TSL教学）

你的错误根源是argparse参数定义完全错误，把参数值（文件路径）当成了参数名来定义，同时存在非法的参数命名。

错误点拆解 #

• 长参数（--xxx）不能用完整文件路径作为名称，argparse的长参数应该是简洁的标识符（比如--dataset），文件路径是运行脚本时需要传入的参数值，不是参数名本身。
• --10是非法参数名，argparse的长参数不能以数字开头，必须以字母开头。

修正后的代码 #

# construct the argument parser and parse the arguments
ap = argparse.ArgumentParser()
ap.add_argument("-d", "--dataset", required=True,
    help="path to input dataset")
ap.add_argument("-m", "--model", required=True,
    help="path to output serialized model")
ap.add_argument("-l", "--label-bin", required=True,
    help="path to output label binarizer")
ap.add_argument("-e", "--epochs", type=int, default=10,
    help="# of epochs to train our network for")
ap.add_argument("-p", "--plot", type=str, default="plot.png",
    help="path to output loss/accuracy plot")
args = ap.parse_args()

正确运行命令示例 #

在终端中运行脚本时，需要传入对应参数的路径值，比如：

python train.py -d "C:\Users\MELISA\Desktop\isitme_engelliler_proje\machine_learning\dataset" -m "C:\Users\MELISA\Desktop\isitme_engelliler_proje\machine_learning\model" -l "C:\Users\MELISA\Desktop\isitme_engelliler_proje\machine_learning\label-bin"

如果需要指定训练轮数或自定义输出图路径，可追加参数：

python train.py -d "你的数据集路径" -m "你的模型输出路径" -l "你的标签二值化器路径" -e 20 -p "C:\xxx\custom_plot.png"

内容的提问来源于stack exchange，提问作者Melisa Yıldırım