FLAGS = tf.app.flags.FLAGS

作用：

在执行main函数之前首先进行flags的解析，便于从命令行输入参数，例如交叉熵、迭代次数等

使用：

flags = tf.app.flags  

FLAGS = flags.FLAGS  

flags.DEFINE_float('learning_rate', 0.01, 'Initial learning rate.')  

flags.DEFINE_integer('epoch_number', None, 'Number of epochs to run trainer.')  

flags.DEFINE_integer("thread_number", 10 , "Number of thread to read data")  

flags.DEFINE_string("mode", "train", "Option mode: train, train_from_scratch, inference")  

初始化：

直接在命令行输入 flag名称+参数即可，例如

--learning_rate  0.01

参数会在执行main之前调用

原理：

TF底层函数使用的是Python argparse模块

argparse是python用于解析命令行参数和选项的标准模块，argparse模块的作用是用于解析命令行参数，例如python parseTest.py input.txt output.txt --user=name --port=8080

所以TF中使用flag的方式跟Python使用argparse的方式相同