python中的知识点总结（1）：flags.DEFINE

最新推荐文章于 2024-01-21 22:06:52 发布

夜溪兮

最新推荐文章于 2024-01-21 22:06:52 发布

阅读量2.6k

点赞数 5

CC 4.0 BY-SA版权

分类专栏： TensorFlow 文章标签： TensorFlow falgs flags.DEFINE

本文链接：https://blog.youkuaiyun.com/weixin_39379635/article/details/85041747

TensorFlow 专栏收录该内容

12 篇文章

订阅专栏

本文深入解析tf.app.flags.DEFINE_xxx在TensorFlow中的应用，通过实例演示如何利用命令行参数进行高效调参，避免频繁修改源码。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

flags.DEFINE

看了一篇论文，实现论文中的项目时，发现了这个知识点，查找了相关的知识，在此做一下关于tf.app.flags.DEFINE_xxx的说明。

tf.flags.DEFINE_xxx

tf.app.flags.DEFINE_xxx中的xxx就是数据类型，有string\float\boolean\bool\integer等。
简单来说，tf.app.flags.DEFINE_xxx就是添加命令行的可选参数。
下面从一个简单的实例来进行了解，建立一个test.py文件：

import tensorflow as tf

FLAGS = tf.app.flags.FLAGS
tf.app.flags.DEFINE_float('name_1', 0.015, 'input a float')
tf.app.flags.DEFINE_integer('name_2', 500, 'input a int')
tf.app.flags.DEFINE_string('name_3', 'look here', 'input a string')

print("FLAGS.flag_float:", FLAGS.name_1)
print("FLAGS.flag_int:", FLAGS.name_2)
print("FLAGS.flag_string:", FLAGS.name_3)

直接运行test.py文件，我们可以看到如下的结果：
在这里插入图片描述
如果我们不直接运行，我们需要对其中的参数的赋值进行修改，可在在命令行中输入：

test.py --name_1 0.1111 --name_3 hello --name_2 101

可以得到如下图的结果
在这里插入图片描述

从上面可以看出，我们可以通过输入不同的文件名、参数，可以快速完成程序的调参和更换训练集的操作，不需要进入源码中更改。
tf.app.flags.FLAGS就是Tensorflow内部的一个全局变量存储器，同时可以用于命令行参数的处理。