Feat/improve_config

[Zeyi-Lin]

Description

1. 较大地改进了config类，以应对更多可能出现bug的情况
2. 增加了对config的单元测试

Close: #594

---

其中对于在swanlab.init前定义swanlab.config的逻辑：

1. 我们支持在swanlab.init前，使用swanlab.config.update或swanlab.config.set等方式设置key, value，swanlab.init的时候config会被更新；
2. 如果直接用swanlab.config={...}的方式，相当于把SwanLabConfig类变成了一个dict，那么swanlab.init的时候config并不会被swanlab.config的内容更新，且swanlab.config失去了原有的诸多效果，但run.config并不受影响，代码的运行也不受影响
3. 第2点会在文档中提起
4. swanlab.finish()之后，config将被清空

[SAKURA-CAT]

然后有几个问题：

1. 既然测试的是config这个类，那么就应该单独测试config，而不是通过SwanLabRun初始化config，否则代码会十分冗余；即使要测试通过SwanLabRun初始化config的正确性，也只需测试一个函数即可
2. 传入的config_data应该可以被Json序列化，这意味着如果传入类似math.nan等数据，应该报错或者warning等操作
3. 如果传入的config_data中包含其他的自定义类（比如，omegaconf），应该判断其是否定义了__dict__方法或是否继承自抽象的Mapping，因此__check_config函数需要修改，不应该单纯判断是否为类argparse.Namespace实力

[SAKURA-CAT]

相关测试我添加在了测试脚本里，但是这只是一个示例，测试脚本可能还需要更改：

    def test_insert_class(self):
        """
        测试插入类
        """
        from collections.abc import MutableMapping

        class Test(MutableMapping):
            def __init__(self, a, b):
                self.data = {"a": a, "b": b}

            def __setitem__(self, __key, __value):
                self.data[__key] = __value

            def __delitem__(self, __key):
                del self.data[__key]

            def __getitem__(self, __key):
                return self.data.get(__key, None)

            def __len__(self):
                return len(self.data)

            def __iter__(self):
                return iter(self.data)

        config_data = {
            "a": 1,
            "b": "mnist",
            "c/d": [1, 2, 3],
            "e/f/h": {"a": 1, "b": {"c": 2}},
            "test": Test(1, 2)
        }

        run = SwanLabRun(run_config=config_data)
        assert run.config.test.a == 1
        assert run.config.test.b == 2

    def test_not_json_serializable(self):
        """
        测试不可json化的数据
        """
        import math, json
        config_data = {
            "a": 1,
            "b": "mnist",
            "c/d": [1, 2, 3],
            "e/f/h": {"a": 1, "b": {"c": 2}},
            "test": math.nan
        }
        run = SwanLabRun(run_config=config_data)
        json_data = json.dumps(SwanLabRun.config)

[SAKURA-CAT]

其他大致上应该没什么问题，主要是config.py可能需要重写一下

[Zeyi-Lin]

对于config的value是一个类实例的情况，目前统一转成str（类的类型太多，实例化难以统一），所以插入类的操作暂时实现不了。

[SAKURA-CAT]

对于config的value是一个类实例的情况，目前统一转成str（类的类型太多，实例化难以统一），所以插入类的操作暂时实现不了。

那这样似乎没法解决omegaconfig的问题？

[Zeyi-Lin]

对于config的value是一个类实例的情况，目前统一转成str（类的类型太多，实例化难以统一），所以插入类的操作暂时实现不了。

那这样似乎没法解决omegaconfig的问题？

omegaconfig就特殊处理就可以，当前代码中已经适配（之前的版本已经适配了omegaconf，用json_serializable函数就可以，这次是更细致的适配）

[SAKURA-CAT]

对于config的value是一个类实例的情况，目前统一转成str（类的类型太多，实例化难以统一），所以插入类的操作暂时实现不了。

不用这么复杂，你看omegaconfig的源码就知道返回值继承自MutableMapping ，并且vars函数能直接fmt此类，原因是它实现了__dict__属性

[Zeyi-Lin]

对于config的value是一个类实例的情况，目前统一转成str（类的类型太多，实例化难以统一），所以插入类的操作暂时实现不了。

不用这么复杂，你看omegaconfig的源码就知道返回值继承自MutableMapping ，并且vars函数能直接fmt此类，原因是它实现了__dict__属性

不是，是因为omegaconfig直接转成dict的话，和目标效果不一致，所以用了omegaconf.OmegaConf.to_container(data, resolve=True, throw_on_missing=True)

[Zeyi-Lin]

可以针对MutableMapping类型做特定优化

[SAKURA-CAT]

第三方处理可以有，但是应该有一个更加通用的处理规则：

1. 如果是第三方，应用第三方处理
2. 如果实例实现了__dict__，则使用__dict__，json.dumps解析此属性即可
3. 如果实例继承自MutableMapping，则json.dumps可以直接解析此实例

2和3属于通用方法，但是不排除外界使用写出bug，所以需做好一些提示

[SAKURA-CAT]

因此最终保存在SwanLabConfig里的是一个对象，只有在执行相关魔术方法的时候才会进行json序列化

需要注意的是假如传入了一个test对象：

# 此时会触发__setitem__，因此会触发save事件
config["test"] = test
# 此时会触发__setattr__，因此会触发save事件
config.test = test
# 此时不会触发save事件
config["test"].a = 1
config.test.a = 1
# 如果此情况需要触发save事件，应该通过此方法手动触发
config.save()

上述情况需要在相关文档中注明