Clean and fix docs

style_bert_vits2/models/utils/__init__.py

@@ -215,13 +215,13 @@ def get_logger(
 
 def get_steps(model_path: Union[str, Path]) -> Optional[int]:
     """
-    モデルのパスからイテレーション番号を取得する
+    モデルのパスからイテレーション回数を取得する
 
     Args:
         model_path (Union[str, Path]): モデルのパス
 
     Returns:
-        Optional[int]: イテレーション番号
+        Optional[int]: イテレーション回数
     """
 
     matches = re.findall(r"\d+", model_path)  # type: ignore

style_bert_vits2/models/utils/checkpoints.py

@@ -27,7 +27,7 @@ def load_checkpoint(
         for_infer (bool): 推論用に読み込むかどうかのフラグ
 
     Returns:
-        tuple[torch.nn.Module, Optional[torch.optim.Optimizer], float, int]: 更新されたモデルとオプティマイザー、学習率、イテレーション番号
+        tuple[torch.nn.Module, Optional[torch.optim.Optimizer], float, int]: 更新されたモデルとオプティマイザー、学習率、イテレーション回数
     """
 
     assert os.path.isfile(checkpoint_path)
@@ -104,7 +104,7 @@ def save_checkpoint(
         model (torch.nn.Module): 保存するモデル
         optimizer (Union[torch.optim.Optimizer, torch.optim.AdamW]): 保存するオプティマイザー
         learning_rate (float): 学習率
-        iteration (int): イテレーション数
+        iteration (int): イテレーション回数
         checkpoint_path (Union[str, Path]): 保存先のパス
     """
     logger.info(

style_bert_vits2/models/utils/safetensors.py

@@ -22,7 +22,7 @@ def load_safetensors(
         for_infer (bool): 推論用に読み込むかどうかのフラグ
 
     Returns:
-        tuple[torch.nn.Module, Optional[int]]: 読み込まれたモデルとイテレーション番号（存在する場合）
+        tuple[torch.nn.Module, Optional[int]]: 読み込まれたモデルとイテレーション回数（存在する場合）
     """
 
     tensors: dict[str, Any] = {}
@@ -64,7 +64,7 @@ def save_safetensors(
 
     Args:
         model (torch.nn.Module): 保存するモデル
-        iteration (int): イテレーション番号
+        iteration (int): イテレーション回数
         checkpoint_path (Union[str, Path]): 保存先のパス
         is_half (bool): モデルを半精度で保存するかどうかのフラグ
         for_infer (bool): 推論用に保存するかどうかのフラグ