注册机制（Registry）

Registry(wall_e/common/registry.py) 提供统一的注册/查询机制，用于：

• 管理组件解耦：模型/数据集/回调/调度器/Runner 等以字符串名注册，按需获取；
• 全局上下文：通过 registry.register/get 维护运行期状态（如 metrics、cfg 片段等）。

可注册的组件

wall_e/common/registry.py (L19–187)

class Registry:
    def register_model(cls, name): ...
    def register_metric(cls, name): ...
    def register_dataset(cls, name): ...
    def register_callback(cls, name): ...
    def register_lr_scheduler(cls, name): ...
    def register_runner(cls, name): ...

要点：

• 各 register_* 返回装饰器，校验基类继承关系并防重复注册；
• 典型用法：

from wall_e.common.registry import registry

@registry.register_model("MyModel")
class MyModel(BaseModel):
    ...

# 获取：
model_cls = registry.get_model_class("MyModel")
model = model_cls(...)

全局上下文（state）

wall_e/common/registry.py (L207–233)

def register(name, obj): ...  # 例：registry.register("metric.train/loss", 0.1)
def get(name, default=None, no_warning=False): ... # 例：registry.get("metric.train/loss", 0.1)

要点：

• name 支持点分层级（如 metric.train/loss 或 cfg.training.is_sweep）；
• 训练中 TrainLoop.register_model_output 会将包含 "loss" 的标量注册到 metric.*，供日志与监控使用；
• 可用于传递运行期配置/对象以实现模块间解耦。

枚举与路径

wall_e/common/registry.py (L255–282)

def list_models(): ...; 
def list_datasets(): ...; 
def list_callbacks(): ...; 
def list_lr_schedulers(): ...; 
def list_runners(): ...
def register_path(name, path): ...; 
def get_path(name): ...

与 from_cfg/Runner 的关系

• BaseModel.from_cfg：当 cfg 含 type 时通过 registry.get_model_class(type) 定位具体子类；
• TrainLoop：将 loss 指标注册到 metric.*，与日志/可视化联动；
• 通过在启动时 registry.register("cfg", cfg) 等方式，实现各模块读取共享配置且保持解耦。