tensorflow学习笔记

最新推荐文章于 2025-02-16 00:26:19 发布

转载最新推荐文章于 2025-02-16 00:26:19 发布 · 200 阅读

本文详细介绍了如何在TensorFlow中使用tf.flags模块解析命令行参数。通过定义字符串和布尔类型的参数，展示了一种全局环境下编写代码的方式，确保在文件被其他文件导入时，main函数中的代码不会被执行。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一。命令行参数

全局环境下编写代码：

import tensorflow as tf
flags = tf.flags #flags是一个文件：flags.py，用于处理命令行参数的解析工作
logging = tf.logging

#调用flags内部的DEFINE_string函数来制定解析规则
flags.DEFINE_string("para_name_1","default_val", "description")
flags.DEFINE_bool("para_name_2","default_val", "description")

#FLAGS是一个对象，保存了解析后的命令行参数
FLAGS = flags.FLAGS

def main(_):
FLAGS.para_name #调用命令行输入的参数

if __name__ == "__main__": #使用这种方式保证了，如果此文件被其它文件import的时候，不会执行main中的代码

tf.app.run() #解析命令行参数，调用main函数 main(sys.argv)
调用方法：

import tensorflow as tf
flags = tf.flags #flags是一个文件：flags.py，用于处理命令行参数的解析工作
logging = tf.logging

#调用flags内部的DEFINE_string函数来制定解析规则
flags.DEFINE_string("para_name_1","default_val", "description")
flags.DEFINE_bool("para_name_2","default_val", "description")

#FLAGS是一个对象，保存了解析后的命令行参数
FLAGS = flags.FLAGS

def main(_):
    FLAGS.para_name #调用命令行输入的参数

if __name__ == "__main__": #使用这种方式保证了，如果此文件被其它文件import的时候，不会执行main中的代码

    tf.app.run() #解析命令行参数，调用main函数 main(sys.argv)