hydra 初始化失败主因是配置路径未正确定义，需将配置文件置于conf/目录并用@hydra.main(config_path="conf", config_name="config")声明；命令行覆盖须注意语法规范；omegaconf为引用式合并且懒解析，修改需深拷贝；sweep需显式指定hydra.sweep.dir隔离输出。
hydra 初始化失败：找不到 config path
常见现象是运行脚本时报错 ConfigSearchPath not found 或 Could not load config，本质是 Hydra 不知道从哪读配置文件。默认只查当前目录和 conf/ 子目录，且要求路径必须显式声明或符合约定。
- 确保配置文件放在项目根目录下的
conf/文件夹里（不是config/或configs/） - 启动入口必须加
@hydra.main(config_path="conf", config_name="config")——config_path是相对路径，不能以/开头，也不能是空字符串 - 如果用
python myscript.py --config-dir ./myconf覆盖，默认config_path就失效了，此时要保证./myconf下有config.yaml或指定的config_name - PyCharm 运行时工作目录可能不是项目根目录，建议在 Run Configuration 里手动设
Working directory为项目根
多层级配置覆盖：override 语法写不对就静默失效
Hydra 的命令行覆盖看着灵活，但 . 和 + 的位置、引号、等号两侧空格都会导致覆盖失败，而且不报错，只是“没生效”。
-
python train.py model.lr=1e-3有效；python train.py model.lr = 1e-3（等号带空格）会当成两个参数，直接报错 - 新增嵌套字段要用
+前缀：python train.py +dataset.name=cifar10，否则dataset.name=cifar10会被忽略（因为dataset在原 config 里不存在） - 覆盖列表项用方括号语法：
python train.py model.layers=[128,64,32]；写成model.layers=128,64,32会被当字符串 - 含空格或特殊字符的值必须加引号：
python train.py exp.name="v2 with lr decay"
OmegaConf 合并逻辑：dict merge 不是深拷贝，改原 config 会污染后续运行
Hydra 加载后返回的是 OmegaConf 对象，它底层是引用式合并。如果你在代码里直接改 cfg.model.lr *= 0.1，下次 run 用同一个 cfg 实例时，lr 已经被改过了。
- 不要直接修改
cfg的字段，要用OmegaConf.to_container(cfg, resolve=True)转成普通 dict 再操作 - 需要动态构造子配置时，用
OmegaConf.create({"lr": 1e-4})，别用dict()，否则 Hydra 的插值（如${model.lr}）会失效 - 跨函数传 cfg 时，如果函数内部要改，先
cfg_copy = OmegaConf.deepcopy(cfg)，否则上游调用会意外被影响 - 插值表达式只在首次访问字段时解析，所以
print(cfg.model.lr)触发解析，之后再改cfg.model.base_lr不会自动更新lr
hydra-joblib 插件跑并行：不设 hydra.sweep.dir 就全挤在一个目录下
用 python train.py -m model.lr=1e-3,1e-4,1e-5 多实验时，Hydra 默认把所有输出写进 multirun/ 下的同一时间戳目录，log 和 checkpoint 全混在一起，根本分不清哪个是哪个。
立即学习“Python免费学习笔记（深入）”；
- 必须显式指定 sweep 输出路径：
python train.py -m hydra.sweep.dir=outputs/sweeps model.lr=1e-3,1e-4 - 每个子任务的完整配置会存为
outputs/sweeps/2024-05-20/12-34-56/.hydra/config.yaml，这是唯一能回溯参数的地方 - 如果用 joblib 后端（
hydra.plugins.joblib_launcher），注意它不支持 Windows，Linux/macOS 上也要确认joblib版本 ≥ 1.3.0 - 日志文件名默认不含参数信息，想快速定位，得在代码里手动写
logger.info(f"LR={cfg.model.lr}")
配置路径、覆盖语法、OmegaConf 引用行为、sweep 输出隔离——这四点只要漏一个，轻则结果对不上，重则复现不出实验。尤其注意 OmegaConf 不是普通 dict，它的“懒解析”和“引用合并”在调试时特别容易误判。
