tensorflow命令行参数---tf.app.flags

15 篇文章 0 订阅
9 篇文章 0 订阅

tensorflow命令行参数

源码github上已经给出:

https://github.com/abseil/abseil-py/blob/master/absl/flags/_defines.py#L319

以下是写的demo:

import tensorflow as tf


flags = tf.app.flags
FLAGS = flags.FLAGS


# Settings for some training parameters.
flags.DEFINE_enum('learning_policy', 'poly', ['poly', 'step'],  'Learning rate policy for training.')
flags.DEFINE_float('learning_rate', 0.005, 'The base learning rate for model training')
flags.DEFINE_integer('learning_rate_decay_step', 20000, 'Decay the base learning rate at a fixed step')
flags.DEFINE_multi_integer('train_crop_size',[32,32],'Image crop size [height,width] during traing')
flags.DEFINE_string('dataset', 'test_dataset', 'Name of the test name')
flags.DEFINE_boolean('dow_sample_logits', True, 'downsample logits during training')


def main(_):
    print(FLAGS.learning_policy)
    print(FLAGS.base_learning_rate)
    print(FLAGS.learning_rate_decay_step)
    print(FLAGS.train_crop_size)
    print(FLAGS.dataset)
    print(FLAGS.down_sample_logits)



if __name__ == '__main__':
    tf.app.run()

结果:

poly
0.001
20000
[32, 32]
test_dataset
True

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值