tf.app.flags.DEFINE_XXX和tf.app.flags.FLAGS

tf.app.flags.DEFINE_XXX()就是添加命令行的optional argument（可选参数）

如果一个demo.py文件的代码中有tf.app.flags.DEFINE_XXX()时，比如有：

tf.app.flags.DEFINE_string(flag_name="logdir",
                           default_value="./graph",
                           docstring="给定模型日志存储的路径，默认为./graph")
tf.app.flags.DEFINE_integer(flag_name="batch_size",
                            default_value=16,
                            docstring="给定训练的时候每个批次的样本数目，默认为16.")

我们在这写这句代码时已经给定它们默认值了，就是default_value的值。如果我们后面想在运行py时重新给定它们的值时，可以通过命令的方式，不用去专门手动改它们的默认值，那如果这次要改成这样，下次改成那样，改来改去麻烦。直接看运行需要啥值，直接传就行了。
所以用命令的方式给定就行了。实际上，这个过程相当于传参一样。实现方式是：
如果是在cmd中，执行此demo.py文件，命令是：

D:\projects\cnn>python demo.py --logdir ./ddd --batch_size 20

在服务器执行时，也可以是这样的命令，具体看是啥服务器了。
这样的话，运行时会以命令中给定的值去运行，而不会使用默认值。
如果让此脚本文件在服务器上运行，通过命令的方式传值，这样也会更方便。

总之，让py文件通过命令行的方式去执行，就能去指定值，不指定的话，就用默认值，而且不指定的话，也可以不用用命令的方式执行py文件，直接在pycharm中运行也可以哦！

而tf.app.flags.FLAGS可以从对应的命令行取出参数

import tensorflow as tf

# tf.app.flags.DEFINE_xxx()就是添加命令行的optional argument（可选参数）
# 而tf.app.flags.FLAGS可以从对应的命令行参数取出参数

tf.app.flags.DEFINE_boolean(
    flag_name='flag_bool', default_value=True, docstring='input a bool')
tf.app.flags.DEFINE_string(
    flag_name='flag_string', default_value='yes', docstring='input a string')

FLAGS = tf.app.flags.FLAGS

print(FLAGS.flag_bool)
print(FLAGS.flag_string)
'''
执行结果如下：
True
yes
'''