【深度学习向】Python&TensorFlow语法规则（一）

这里列出在阅读学习深度学习源码的过程中需要掌握的Python或TensorFlow基本编程规则或语法

• Python语法及TensorFlow包的使用

1. tf.app.run()的使用

这里我们新建两个文件，test1和test2

//test1：
print("目前运行的是test")
print(__name__)

//test2：
import test
print("目前运行的是test1")
print("test1 name:", __name__)
print("test name:", test.__name__)

我们先后运行test和test1，会得到如下的结果：

//test
目前运行的是test
__main__

//test1
目前运行的是test
test
目前运行的是test1
test1 name: __main__
test name: test

 解释：

在我们使用import语句时，首先通过sys.path找到test.py ，然后执行test脚本（全部执行），运行某脚本文件，则该文件的__name__值就为“__main__”，调用的脚本文件的__name__值就是它的文件名。我们经常看到的Demo代码中都会有如下：

if __name__ == "__main__":
    tf.app.run()

它主要是负责判断脚本执行的入口是不是该文件，若是则执行tf.app.run()函数，该函数主要是完成两个任务（可以查阅源码得知）：处理flag解析、将参数传递到main方法中执行。下面介绍flag解析。

 

 

2. Flag解析

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。它是预先加载flags中的参数项，再执行main函数。下面给出如何使用tf.app.flags的例子：

import tensorflow as tf

FLAGS = tf.app.flags.FLAGS
tf.app.flags.DEFINE_string("my_name", "xugao", "这是关于这个参数的描述：姓名")
tf.app.flags.DEFINE_integer("my_stuno", 180231071, "这是关于这个参数的描述：学号")
tf.app.flags.DEFINE_boolean("is_worker", False, "这是关于这个参数的描述：是否参加工作")

def main(_):
    print(FLAGS.my_name)
    print(FLAGS.my_stuno)
    print(FLAGS.is_worker)

if __name__ == "__main__":
    tf.app.run()

主要是tf.app.flags.DEFINE_string函数，我的理解是添加了我们在训练中需要补充的字段，例如输入尺寸、文件路径、epoch数目等，函数第一个参数为名称，第二个参数为默认值，第三个参数为该输入参数的描述，如果我们直接运行，不传任何参数的话，该程序就会显示默认的参数：

如果我们传递参数：

当我们在使用别人的程序时，如果不清楚参数列表，则可以使用--help来查看参数的描述：

注意：

• main函数中需要带参数，这样才能将FLAGS的值正确传递到函数中去。（上面程序使用的是“_”）
• tf.app.run()默认是调用main()，如果需要调用别的函数可以在括号中说明：tf.app.run(fun)