Tensorflow之flags的用法介绍

1.功能解释

tensorflow中flags用于接收命令行传递参数，可以全局的更改代码中的参数。Tensorflow使用flags类定义命令行参数。网络模型中有大量的超参数需要我们赋值，所以此方法，提供了一种简便的方式对模型超参数进行调整。

整体思路就是，我们可以现在一个.py文件内定义参数，然后将参数保存至变量集FLAGS里，即我们对超参数的赋值，后面需要调用时，我们通过FLAGS对象来调用。其实，这和argparse的用法、功能是类似的。

基本定义函数类型，分别定义不同数据类型:
①flags.DEFINE_integer(1，2，3)，②flags.DEFINE_float(1，2，3)，③flags.DEFINE_boolean(1，2，3)

其中1：参数名称。2：默认值。3：参数描述。

2.使用流程

在文件中调用flags = tf.app.flags，定义参数名称，默认值，及参数描述

然后我们在接下来要用到某一定义参数的时候使用flags参数直接赋值即可

最后，在main函数运行时，先调用tf.app.run()，先处理flag解析，再执行main函数。

3.注意的点

值得注意的是，我们可以对具有默认值的参数在命令行中直接修改默认值。

有两种预声明flags和Flags对象的方法：
①flags = tf.app.flags，FLAGS = flags.FLAGS，老版本
②flags = tf.flags，FLAGS = flags.FLAGS,新版本
 

4.代码实践

这里我们贴出两篇博客，代码介绍的相对来说很详细：

https://blog.csdn.net/qq_36653505/article/details/81124533

https://blog.csdn.net/qq_41185868/article/details/82913886