def parse_args()

in source/sagemaker/baseline/train_pytorch_mlp_entity_resolution.py [0:0]

• 20 lines of code
• 1 McCabe index (conditional complexity)

def parse_args():
    parser = argparse.ArgumentParser()

    parser.add_argument('--training-dir', type=str, default=os.environ['SM_CHANNEL_TRAIN'])
    parser.add_argument('--model-dir', type=str, default=os.environ['SM_MODEL_DIR'])
    parser.add_argument('--output-dir', type=str, default=os.environ['SM_OUTPUT_DATA_DIR'])
    parser.add_argument('--train-edges', type=str, default='user_train_edges.csv')
    parser.add_argument('--test-edges', type=str, default='user_test_edges.csv')
    parser.add_argument('--transient-edges', type=str, default='transient_edges.csv')
    parser.add_argument('--user-features', type=str, default='transient_nodes.csv')
    parser.add_argument('--url-features', type=str, default='website_nodes.csv')
    parser.add_argument('--n-hidden', type=int, default=16, help='number of hidden units')
    parser.add_argument('--n-layers', type=int, default=2, help='number of hidden layers')
    parser.add_argument('--batch-size', type=int, default=5000)
    parser.add_argument('--num-gpus', type=int, default=1)
    parser.add_argument('--optimizer', type=str, default='adam')
    parser.add_argument('--weight-decay', type=float, default=5e-4, help='Weight for L2 loss')
    parser.add_argument('--lr', type=float, default=1e-2)
    parser.add_argument('--negative-sampling-rate', type=int, default=10, help='rate of negatively sampled edges')
    parser.add_argument('--n-epochs', type=int, default=20)

    return parser.parse_args()