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行程序时,需要传些参数,代码如下:

新建一个名为:app_flags.py 的文件。

#coding:utf-8# 学习使用 tf.app.flags 使用,全局变量
# 可以再命令行中运行也是比较方便,如果只写 python app_flags.py 则代码运行时默认程序里面设置的默认设置
# 若 python app_flags.py --train_data_path <绝对路径 train.txt> --max_sentence_len 100
#    --embedding_size 100 --learning_rate 0.05  代码再执行的时候将会按照上面的参数来运行程序import tensorflow as tfFLAGS = tf.app.flags.FLAGS# tf.app.flags.DEFINE_string("param_name", "default_val", "description")
tf.app.flags.DEFINE_string("train_data_path", "/home/yongcai/chinese_fenci/train.txt", "training data dir")
tf.app.flags.DEFINE_string("log_dir", "./logs", " the log dir")
tf.app.flags.DEFINE_integer("max_sentence_len", 80, "max num of tokens per query")
tf.app.flags.DEFINE_integer("embedding_size", 50, "embedding size")tf.app.flags.DEFINE_float("learning_rate", 0.001, "learning rate")def main(unused_argv):train_data_path = FLAGS.train_data_pathprint("train_data_path", train_data_path)max_sentence_len = FLAGS.max_sentence_lenprint("max_sentence_len", max_sentence_len)embdeeing_size = FLAGS.embedding_sizeprint("embedding_size", embdeeing_size)abc = tf.add(max_sentence_len, embdeeing_size)init = tf.global_variables_initializer()#with tf.Session() as sess:#sess.run(init)#print("abc", sess.run(abc))sv = tf.train.Supervisor(logdir=FLAGS.log_dir, init_op=init)with sv.managed_session() as sess:print("abc:", sess.run(abc))# sv.saver.save(sess, "/home/yongcai/tmp/")# 使用这种方式保证了,如果此文件被其他文件 import的时候,不会执行main 函数
if __name__ == '__main__':tf.app.run()   # 解析命令行参数,调用main 函数 main(sys.argv)

调用方法:

其中参数可以根据需求进行修改。

python app_flags.py --train_data_path <绝对路径 train.txt> --max_sentence_len 100 --embedding_size 100 --learning_rate 0.05

如果这样调用:

python app_flags.py

则会执行程序时会自动调用程序中 default 中的参数。

TensorFlow 中 tf.app.flags.FLAGS 的用法介绍相关推荐

  1. python中字符串函数的用法_python中字符串内置函数的用法介绍(代码)

    本篇文章给大家带来的内容是关于python中字符串内置函数的用法介绍(代码) ,有一定的参考价值,有需要的朋友可以参考一下,希望对你有所帮助. capitalize() 首字母大写a='somewor ...

  2. tensorflow代码中tf.app.run()什么意思

    # 前面的代码省略了... ... ... ... def main(argv=None):mnist = input_data.read_data_sets("F:\mydata\Tens ...

  3. TensorFlow中 tf.space_to_depth()函数的用法

    目录 一.函数定义 二.解释范例 三.代码验证 一.函数定义 通俗易懂些,就是把输入为[batch, height, width, channels]形式的Tensor,其在height和width维 ...

  4. Tensorflow中tf.ConfigProto()详解

    参考Tensorflow Machine Leanrning Cookbook tf.ConfigProto()主要的作用是配置tf.Session的运算方式,比如gpu运算或者cpu运算 具体代码如 ...

  5. tensorflow中tf.gradients()解析

    tf.gradients()解析及grad_ys在xs为(?, 1)时的理解 问题简介 使用tensorflow1.15学习时,有一项tf.gradients的代码,其中用到了grad_ys这个参数, ...

  6. tensorflow中tf.nn.xw_plus_b

    tf.nn.xw_plus_b((x, weights) + biases) 相当于tf.matmul(x, weights) + biases #-*-coding:utf8-*- import t ...

  7. mysql中模糊查询的四种用法介绍

    下面介绍mysql中模糊查询的四种用法: 1,%:表示任意0个或多个字符.可匹配任意类型和长度的字符,有些情况下若是中文,请使用两个百分号(%%)表示.  比如 SELECT * FROM [user ...

  8. mysql 中模糊查询的四种用法介绍

    下面介绍mysql中模糊查询的四种用法: 1,%:表示任意0个或多个字符.可匹配任意类型和长度的字符,有些情况下若是中文,请使用两个百分号(%%)表示. 比如 SELECT * FROM [user] ...

  9. html中ul和li标签的用法介绍

    普通的显示数据的时候,ul就是项目列表,li就是列表项,可以用来显示数据,如果用于DIV+CSS布局的话,ul+li可以替换表格的作用,具体的设置,如果宽度高度.行间距.背景边框需要配合CSS一起设置 ...

最新文章

  1. python中用来回溯异常的模块_为什么Python线缓存会影响回溯模块而不影响...
  2. 最常见的显示设置和快捷键
  3. 59、crontab用法简介
  4. win10死机频繁怎么解决
  5. wpa_supplicant使用
  6. SPDK/PMDK/VTune Amplifier 2019中国峰会顺利落幕
  7. 小巫随笔12(致小巫逝去的童年),2021最新阿里Android面试流程
  8. Vue 图片加载错误处理(显示默认图片)
  9. 天田AMADA数控折弯机触摸屏维修RGM21003主机电路板维修
  10. XILINX DMA/Bridge Subsystem for PCI Express (XDMA)笔记1(基于VU250 board)
  11. adb shell 模拟器 关闭\打开WIFI
  12. matlab一元线性回归及多元线性回归方程
  13. MySQL最新通俗易懂
  14. Macbook Pro(无法完全)通过序列号与激活时间辨别是否为翻新机
  15. 六面蚂蚁金服,唬住了面试官要了 30K;其实 Java 面试也没那么难
  16. wpf net6.0 桌面应用程序打包
  17. 软件工程资料 - UCSD 怎么教软件工程
  18. Deep Reinforcement Learning with Knowledge Transfer for Online Rides Order Dispatching
  19. 渗透辅助工具-Dude
  20. 【简单实用】PPT转成exe可执行文件,没有PPT照样得心应手

热门文章

  1. 后台返回整个html转换成页面链接,利用html5的history.replaceState修改当前页面的URL...
  2. python随机森林变量重要性_随机森林如何评估特征重要性【机器学习面试题详解】...
  3. c 语言矩阵求逆算法,矩阵的逆 C 语言 算法一
  4. android 使用shell模拟触屏_android命令行模拟输入事件(文字、按键、触摸等)
  5. jquery提交表单_jQuery提交表单
  6. java 挥发注解_C中的挥发性预选赛
  7. 使用Kotlin的Android ProgressBar
  8. 人工智能影响学习的5种方式
  9. 开课吧Java课程之详解文件输出流FileInputStream
  10. 基于mykernel的时间片轮转调度