最近在看GAN的源碼，源碼是使用python編寫的，中間涉及到了pylearn的內容，由于之前從來都沒有接觸過這部分內容，所以讀起來還是很吃力的，不過應該還是會在后面學習一下這部分的內容，以后的內容中應該會使用到。

首先看一下yaml的內容，官方解釋為是一種置標語言，無論是對機器或人而言都是便于閱讀理解的。下面的內容是從deeplearning上面摘下來的，感興趣的同學也可以訪問原網站點擊打開鏈接（包含下面講解的內容）以及點擊打開鏈接（一些庫、模型等說明文檔），這篇就主要介紹一下YAML

使用！obj對對象進行實例化，通常的語法為?!obj:<package>[.<subpackage>]*.<module>.<object>，舉個栗子，下面就可以創建一個AutoEncoder的實例，以784個可見單元和100個隱藏單元為參數，標準差為0.2。！obj實現的功能有兩個，可以遞歸的導入所有子包，直到導入最終模型。

可以使用load方法將模塊進行導入。如下例，假定模型存儲在example.yaml中，使用yaml_parse.load方法就可以已有模型進行導入

anchor&reference，這里不知道應該怎么翻譯了，所以就直接把詞擺在這里好了。主要實現的功能是可以避免重復的代碼，如下例，所實現的功能是首先通過&nvis將可見單元nvis的熟練變為增廣矩陣；隨后通過使用*nvis指定隱藏單元的數量。通過使用*nvis能夠避免在兩個位置修改代碼

使用！import動態導入。同！obj功能類似，但是它不會創建實例，只會返回一個指針。

通過使用Pickl導入文件，和load功能函數類似，實現過程見下圖

通過對這些tag進行組合即可得到一個比較完整的結構了

從結構上來看，格式還是非常規整，語法結構也清晰易懂。后續部分繼續學習

總結

以上是生活随笔為你收集整理的Pylearn2之YAML的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。