TensorFlow tf.app&tf.app.flags用法介绍

TensorFlow tf.app&tf.app.flags用法介绍

TensorFlow tf.app argparse 

tf.app.flags

下面介绍 tf.app.flags.FLAGS的使用，主要是在用命令行执行程序时，需要传些参数，其实也就可以理解成对argparse库进行的封装，示例代码如下

1. #coding:utf-8 
   

   ---

2. ---

3. # 学习使用 tf.app.flags 使用，全局变量 
   

   ---

4. # 可以再命令行中运行也是比较方便，如果只写 python app_flags.py 则代码运行时默认程序里面设置的默认设置 
   

   ---

5. # 若 python app_flags.py --train_data_path <绝对路径 train.txt> --max_sentence_len 100 
   

   ---

6. # --embedding_size 100 --learning_rate 0.05 代码再执行的时候将会按照上面的参数来运行程序 
   

   ---

7. ---

8. import tensorflow as tf 
   

   ---

9. ---

10. FLAGS = tf.app.flags.FLAGS 
    

    ---

11. ---

12. # tf.app.flags.DEFINE_string("param_name", "default_val", "description") 
    

    ---

13. tf.app.flags.DEFINE_string("train_data_path", "/desktop/train.txt", "training data dir") 
    

    ---

14. tf.app.flags.DEFINE_string("log_dir", "./logs", " the log dir") 
    

    ---

15. tf.app.flags.DEFINE_integer("max_sentence_len", 80, "max num of tokens per query") 
    

    ---

16. tf.app.flags.DEFINE_integer("embedding_size", 50, "embedding size") 
    

    ---

17. ---

18. tf.app.flags.DEFINE_float("learning_rate", 0.001, "learning rate") 
    

    ---

19. ---

20. ---

21. def main(unused_argv): 
    

    ---

22. train_data_path = FLAGS.train_data_path 
    

    ---

23. print("train_data_path", train_data_path) 
    

    ---

24. print("*" * 30) 
    

    ---

25. max_sentence_len = FLAGS.max_sentence_len 
    

    ---

26. print("max_sentence_len", max_sentence_len) 
    

    ---

27. print("*" * 30) 
    

    ---

28. embdeeing_size = FLAGS.embedding_size 
    

    ---

29. print("embedding_size", embdeeing_size) 
    

    ---

30. print("*" * 30) 
    

    ---

31. abc = tf.add(max_sentence_len, embdeeing_size) 
    

    ---

32. ---

33. init = tf.global_variables_initializer() 
    

    ---

34. ---

35. with tf.Session() as sess: 
    

    ---

36. sess.run(init) 
    

    ---

37. print("abc", sess.run(abc)) 
    

    ---

38. ---

39. # 使用这种方式保证了，如果此文件被其他文件 import的时候，不会执行main 函数 
    

    ---

40. if __name__ == '__main__': 
    

    ---

41. tf.app.run() # 解析命令行参数，调用main 函数 main(sys.argv) 
    

    ---

42. ---

43. ---

两种调用方式:

方式一：

1. python tf_app_flag.py 
   

   ---

结果如下：

方式二：

1. python app_flags.py --train_data_path ./test.py --max_sentence_len 100 --embedding_size 100 --learning_rate 0.05 
   

   ---

2. ---

tf.app.run()

该函数一般都是出现在这种代码中：

1. if __name__ == '__main__': 
   

   ---

2. tf.app.run() 
   

   ---

上述第一行代码表示如果当前是从其它模块调用的该模块程序，则不会运行main函数！而如果就是直接运行的该模块程序，则会运行main函数。

具体第二行的功能从源码开始分析，源码如下：

flags_passthrough=f._parse_flags(args=args)这里的parse_flags就是我们tf.app.flags源码中用来解析命令行参数的函数。所以这一行就是解析参数的功能；

下面两行代码也就是tf.app.run的核心意思：执行程序中main函数，并解析命令行参数！

---

参考:

• TensorFlow 中 tf.app.flags.FLAGS 的用法介绍
• Deep Learning学习笔记（六）详解tf.app.flags()和tf.app.run()的源码

MARSGGBO♥原创







2018-8-5