tf.app.flags.FLAGS 学习笔记

最新推荐文章于 2022-09-08 15:04:19 发布

旺仔的算法coding笔记

最新推荐文章于 2022-09-08 15:04:19 发布

阅读量488

点赞数

CC 4.0 BY-SA版权

分类专栏：深度学习-tensorflow

本文链接：https://blog.youkuaiyun.com/wangwangstone/article/details/108210216

深度学习-tensorflow 专栏收录该内容

7 篇文章

订阅专栏

本文详细介绍了TensorFlow 1.x中tf.app.flags.FLAGS的使用方法，包括如何定义和接收不同类型的命令行参数，如字符串、整数、浮点数和布尔值。并通过实例展示了如何在模型训练中应用这些参数。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

本笔记大量参考自：文尾参考目录

tf1.x

###tf.app.flags.FLAGS

##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做了一层封装。DEFINE_string里面的设置的str类型参数可供被调用。第一个参数后面可以作为其带有的属性值被调用

flags = tf.app.flags

flags.DEFINE_string("model_dir", CONFIG.TRAIN.MODEL_DIR, "Path to save model.")

#“DEFINE_xxx”函数带3个参数，分别是变量名称，默认值，用法描述。其中tf.app.flags.DEFINE_string() ：定义一个用于接收 string 类型数值的变量;

optpars中的参数类型是通过参数 “type=xxx” 定义的，tf中每个合法类型都有对应的 “DEFINE_xxx”函数。常用：

tf.app.flags.DEFINE_string() ：定义一个用于接收 string 类型数值的变量;
tf.app.flags.DEFINE_integer() : 定义一个用于接收 int 类型数值的变量;
tf.app.flags.DEFINE_float() ：定义一个用于接收 float 类型数值的变量;
tf.app.flags.DEFINE_boolean() : 定义一个用于接收 bool 类型数值的变量

flags = tf.app.flags
flags.DEFINE_string("model_dir", CONFIG.TRAIN.MODEL_DIR, "Path to save model.")
#“DEFINE_xxx”函数带3个参数，分别是变量名称，默认值，用法描述。其中tf.app.flags.DEFINE_string() ：定义一个用于接收 string 类型数值的变量;
flags.DEFINE_string("train_file_list", CONFIG.TRAIN.TRAIN_DATA,
                    "Path of train data.")
flags.DEFINE_string("eval_file_list", CONFIG.TRAIN.TEST_DATA,
                    "Path of test data.")
flags.DEFINE_string("warm_from", "", "Path of warm check point") #下面模型构建时有个warm_start_from 模型的所有参数会从这个地方传给当前tensorflow,来做warm_up
###  下面的max_steps 一开始如果到本机可以设置的小点
flags.DEFINE_integer("max_steps", int(1e7), "maximum steps of training")
# 下面的with_gpu是不是要改为False?
flags.DEFINE_boolean("with_gpu", True, "train with gpu") #是否打开gpu
flags.DEFINE_boolean("debug", False, "default mode")
FLAGS = flags.FLAGS

鸣谢与参考：

本文大量参考自：https://blog.youkuaiyun.com/dcrmg/article/details/79658725