Tensorflow flags = tf.app.flags 的使用

Tensorflow flags = tf.app.flags 的使用

---

在执行main函数之前首先进行flags的解析，也就是说TensorFlow通过设置flags来传递tf.app.run()所需要的参数，我们可以直接在程序运行前初始化flags，也可以在运行程序的时候设置命令行参数来达到传参的目的。

tf.app.flags的使用

例如：

flags = tf.app.flags
flags.DEFINE_integer("epoch", 1000, "Epoch to train [25]")
flags.DEFINE_float("learning_rate", 0.0002, "Learning rate of for adam [0.0002]")
flags.DEFINE_float("beta1", 0.5, "Momentum term of adam [0.5]")
flags.DEFINE_integer("train_size", 256, "The size of train images [np.inf]")
flags.DEFINE_integer("batch_size", 64, "The size of batch images [64]")
flags.DEFINE_string("dataset", "mnist", "The name of dataset [celebA, mnist, lsun]")
flags.DEFINE_boolean("train", True, "True for training, False for testing [False]")
FLAGS = flags.FLAGS

在类的初始化时可以赋值给类中的成员，例如：

   dcgan = DCGAN(
       sess,
       input_width=FLAGS.input_width,
       input_height=FLAGS.input_height,
       output_width=FLAGS.output_width,
       output_height=FLAGS.output_height,
       batch_size=FLAGS.batch_size,
       sample_num=FLAGS.batch_size,
       y_dim=10,
       dataset_name=FLAGS.dataset,
       input_fname_pattern=FLAGS.input_fname_pattern,
       crop=FLAGS.crop,
       checkpoint_dir=FLAGS.checkpoint_dir,
       sample_dir=FLAGS.sample_dir)