关于Tensorflow中tf.app.flags讲解

最新推荐文章于 2022-09-08 15:04:19 发布

Robert--cao

最新推荐文章于 2022-09-08 15:04:19 发布

阅读量653

点赞数 1

CC 4.0 BY-SA版权

本文链接：https://blog.youkuaiyun.com/caokaifa/article/details/80374240

本文介绍如何在TensorFlow中使用tf.app.flags定义和处理命令行参数，包括字符串、整数和布尔类型的参数，并通过一个示例程序演示了如何在Python脚本中设置和读取这些参数。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

其实tensorflow中tf.app.flags与argparse模块有点类似，通过它们都可以定义输入参数。现在给出tf.app.flags的用法例子。

import tensorflow as tf

# 第一个是参数名称，第二个参数是默认值，第三个是参数描述
tf.app.flags.DEFINE_string('my_name', 'Robert', "description1")
tf.app.flags.DEFINE_integer('int_name', 10, "description2")
tf.app.flags.DEFINE_boolean('bool_name', False, "description3")

FLAGS = tf.app.flags.FLAGS

def main(_):
    print(FLAGS.my_name)
    print(FLAGS.int_name)
    print(FLAGS.bool_name)


if __name__ == '__main__'

 tf.app.run()  # 执行main函数

注释：当程序tf.app.run()函数市，它会跳到main(_)中执行，通过tf.app.flags.DEFINE_string()函数来增加变量,mian(_)里面通过FLAGS.加上你上面增加的参数名字来引用变量。如

FLAGS.my_name来调用变量。

运行kai.py,运行结果见上面。这里只是通过默认参数,现在我们输入参数,通过如下指令：

python kai.py --my_name cao --init_name 80 --bool_name True

输出结果如下：