模型微调启动脚本适配样例（argparse）

import argparse
import logging

# 模拟模型源码逻辑
def model_finetune(args):	
    logging.info('%s', args.data_path)	# 模型代码中可接收到对应参数
    logging.info('%s', args.output_path)
    logging.info('%s', args.advanced_config)
    logging.info('%s', args.learning_rate)


if __name__ == '__main__':
    parser = argparse.ArgumentParser()
    # 必选适配项
    parser.add_argument('-dp', '--data_path', type=str, required=True)	# 数据集路径
    parser.add_argument('-op', '--output_path', type=str, required=True)	# 输出路径

    # 可选适配项
    parser.add_argument('-pm', '--pretrained_model_path', type=str, required=False)	# 预训练模型路径
    parser.add_argument('-ac', '--advanced_config', type=str, required=False)	# 模型配置文件路径, 仅当模型需要网络冻结等高阶能力场景时需要

    # 模型配置文件中包含的params配置项
    parser.add_argument('-lr', '--learning_rate', type=float, required=False)
    parser.add_argument('-bs', '--batch_size', type=int, required=False)

    # 模型脚本接收的参数集合
    args = parser.parse_args()
    model_finetune(args)

对应模型配置文件的内容：

params:
 learning_rate: 1e-6
 batch_size: 32