Python 如何访问对象内的嵌套属性

我使用的是tensorflow对象检测器代码，但这并不仅仅是tensorflow问题。我制作了一个函数，将最有用的参数保存到文本文件中。我正在使用代码：

configs = config_util.get_configs_from_pipeline_file(FLAGS.pipeline_config_path)

获取实际的

config

对象

config

本身是

dict

，但它包含的值都是tensorflow特定的对象

model_config = configs['model']
type(model_config)

对象检测.protos.model\u pb2.DetectionModel

对象\u detection.protos.train\u pb2.TrainConfig

每个对象都包含其他tensorflow类对象，我可以通过

getattr

函数访问这些对象，如：

type(getattr(train_config.optimizer, 'rms_prop_optimizer'))

对象\u detection.protos.optimizer\u pb2.RMSPropOptimizer

因为我可以在实际的文本配置文件中看到各种参数，所以我可以使用这些

getattr

链来获得我感兴趣的实际值。问题是它变得很长（我会说很难看），而且它感觉不到正确的方式。例如，要从中获得实际学习率，我必须使用：

getattr(getattr(getattr(getattr(train_config.optimizer, 'momentum_optimizer'), 'learning_rate'), 'manual_step_learning_rate'), 'initial_learning_rate')

0.000300000142492354

好的，这里有一些舍入误差，但这不是重点

我想提到的是，在object中使用更高级别的

项似乎对这些对象不起作用

我想知道是否有任何方法可以得到这个值，这是一种更漂亮的方法吗？这是一种不易出错的方法，即使不知道实际的文本配置文件也适用

严格来说，这不是tensorflow问题，因为
getattr
方法可以应用于任何具有属性的对象，但如果存在tensorflow解决方案，我愿意接受。
尝试在对象上使用“dir（）”函数。它会告诉你你能叫什么。如果它是一本字典，你可以继续使用键值对。此外，点概念可能会一直起作用。（很抱歉，在手机上无法进行测试）
dir（）
和dot似乎都不起作用。他们得到了一些属性，但不是我想要的（不知道为什么）。
getattr(getattr(getattr(getattr(train_config.optimizer, 'momentum_optimizer'), 'learning_rate'), 'manual_step_learning_rate'), 'initial_learning_rate')