TensorFlow中tf.flags的使用

最新推荐文章于 2023-10-20 09:15:23 发布

雪糕好吃的咧

最新推荐文章于 2023-10-20 09:15:23 发布

阅读量3.5k

点赞数

分类专栏：机器学习 Python Tensorflow

本文链接：https://blog.csdn.net/weixin_40763402/article/details/81149604

版权

本文介绍了在TensorFlow中如何使用tf.flags来处理命令行参数，包括定义不同类型的标志，如字符串、整数和浮点数，并通过tf.app.run()解析这些参数并调用main函数进行执行。

摘要由CSDN通过智能技术生成

最近在github上面git的代码命令行操作都是用TensorFlow完成的，我就对着看了一下。在import相应包后，在第一行定了一个全局变量FLAGS = tf.app.flags.FLAGS，但是报错～，改为FLAGS = tf.flags.FLAGS后正常工作，主要是在用命令行执行程序时，需要传些参数，下面是一个例子，最后一行的tf.app.run()函数是用来处理flag解析，然后执行main函数

import tensorflow as tf

FLAGS = tf.app.flags.FLAGS

tf.flags.DEFINE_string("log_dir", "./logs", " the log dir")
tf.flags.DEFINE_integer("max_sentence_len", 80, "max num of tokens per query")
tf.flags.DEFINE_integer("embedding_size", 50, "embedding size")
tf.flags.DEFINE_float("learning_rate", 0.001, "learning rate")

def main(unused_argv):
    max_sentence_len = FLAGS.max_sentence_len
    print("max_sentence_len", max_sentence_len)
    embdeeing_size = FLAGS.embedding_size
    print("embedding_size", embdeeing