tf.app.flags和tf.app.run的使用

tf.app.flags和tf.app.run的使用

tf.app.flags主要用于处理命令行参数的解析工作，其实可以理解为一个封装好了的argparse包（argparse是一种结构化的数据存储格式，类似于Json、XML）。

我们通过tf.app.flags来调用这个flags.py文件，这样我们就可以用flags.DEFINE_interger/float()来添加命令行参数，而FLAGS=flags.FLAGS可以实例化这个解析参数的类从对应的命令行参数取出参数。
新建test.py文件，并输入如下代码，代码的功能是创建几个命令行参数，然后把命令行参数输出显示

import tensorflow as tf  flags = tf.app.flags
flags.DEFINE_string('data_dir', '/tmp/mnist', 'Directory with the MNIST data.')
flags.DEFINE_integer('batch_size', 5, 'Batch size.')
flags.DEFINE_integer('num_evals', 1000, 'Number of batches to evaluate.')
FLAGS = flags.FLAGSprint(FLAGS.data_dir, FLAGS.batch_size, FLAGS.num_evals)

· 在命令行中输入test.py -h就可以查看帮助信息，也就是Directory with the MNIST data.，Batch size和Number of batches to evaluate这样的消息。

· 在命令行中输入test.py --batchsize 10就可以将batch_size的值修改为10！

tf.app.run()

该函数一般都是出现在这种代码中：

import tensorflow as tfflags = tf.flagsflags.DEFINE_string('str_name', 'hjd', 'str_vale')flags.DEFINE_integer('int_name', 200, 'int_value')flags.DEFINE_bool('bool_name', False, 'bool_value')flags = flags.FLAGS

#必须带参数，否则：'TypeError: main() takes no arguments (1 given)';#main的参数名随意定义，无要求

def main(agr_123):print(flags.str_name)print(flags.int_name)print(flags.bool_name)if __name__ == '__main__':tf.app.run()#执行main函数

上述第一行代码表示如果当前是从其它模块调用的该模块程序，则不会运行main函数！而如果就是直接运行的该模块程序，则会运行main函数。

tf.app.flags和tf.app.run的使用相关推荐

python获取命令行参数 flags_命令行参数--tf.app.flags和python argparse
在实际工作中我们一般通过运行脚本时获取命令行的参数,有两种方式: 一.利用tf.app.flags组件 tf定义了tf.app.flags,用于接受命令行传递参数,相当于接受argv.首先调用自带的D ...
简单使用tf.app.run()、tf.logging和tf.app.flags机制
1.测试输入 # fila_name: temp.py import tensorflow as tfFLAGS = tf.app.flags.FLAGStf.app.flags.DEFINE_str ...
tf.app.flags.DEFINE_string()和tf.app.flags.FLAGS和tf.app.run()
tf.app.flags tf.app.flags主要用于处理命令行参数的解析工作,其实可以理解为一个封装好了的argparse包(argparse是一种结构化的数据存储格式,类似于Json.XML) ...
tf.app.flags的使用教程
参考博客:https://blog.csdn.net/leiting_imecas/article/details/72367937 tf定义了tf.app.flags,用于支持接受命令行传递参数,相 ...
TensorFlow 中 tf.app.flags.FLAGS 的用法介绍
转载自:https://blog.csdn.net/lyc_yongcai/article/details/73456960 下面介绍 tf.app.flags.FLAGS 的使用,主要是在用命令行执 ...
tensorflow（学习一）中的tf.app.flags函数定义命令行参数
转自http://blog.csdn.net/leiting_imecas/article/details/72367937 tf定义了tf.app.flags,用于支持接受命令行传递参数,相当于接受 ...
tf.app.flags 定义命令行可选参数
tensorflow 定义了tf.app.flags,它是用来支持接受命令行传递参数,相当于接受argv,其中tf.app.flags.DEFINE_xx()用来添加命令行的optional ar ...
TensorFlow 学习（十三）—— tf.app.flags
flags = tf.app.flags FLAGS = flags.FLAGSflags.DEFINE_integer('num_hidden_layers', 3, 'number of hidd ...
tensorflow命令行参数：tf.app.flags.DEFINE_string、tf.app.flags.DEFINE_integer、tf.app.flags.DEFINE_boolean
tf 中定义了 tf.app.flags.FLAGS ,用于接受从终端传入的命令行参数,相当于对Python中的命令行参数模块optpars(参考: python中处理命令行参数的模块optpars ...

tf.app.flags和tf.app.run的使用

tf.app.run()

tf.app.flags和tf.app.run的使用相关推荐

最新文章

热门文章