zoukankan      html  css  js  c++  java
  • tensorflow学习之——tf.app.flags.DEFINE_XXXX() 使用flags定义命令行参数

    和C/C++编写main函数中的argv一样,tf框架下也封装了tf.app.flags.DEFINE_XXXX()函数用于定义参数,便于命令行形式传递参数。常见的函数形式如下:

    flags.DEFINE_float(参数1,参数2,参数3)  
    flags.DEFINE_integer(参数1,参数2,参数3)  
    flags.DEFINE_string(参数1,参数2,参数3) 
    flags.DEFINE_boolean(参数1,参数2,参数3) 

    参数1:定义的参数名称;

    参数2:参数默认值;

    参数3:对参数的描述;

    tf.app.flags.DEFINE_boolean('train', FALSE,'train or test') #定义布尔类型的值,判断网络是训练还是测试
    tf.app.flags.DEFINE_string('check_points_dir', './model/','check_points dir') #模型保存路径 
    tf.app.flags.DEFINE_integer('epoch', 50,'train epoch size') #定义的epoch大小,默认为50
    FLAGS = tf.app.flags.FLAGS
    def main(XXXX): 
        XXXX
       # 在调用参数时,一般如下使用;FLAGS.参数
       FLAGS.epoch
    if __name__ == '__main__': XXXX #执行main
  • 相关阅读:
    Spring中的@AliasFor标签
    Redisson基本用法
    阿里开源的缓存框架JetCache
    动态页面技术(JSP)
    会话技术cookie&session
    HttpServletRequest
    HttpServletResponse
    request和response的中文乱码问题
    WEB简单的登录注册功能(分层)
    Servlet
  • 原文地址:https://www.cnblogs.com/fclbky/p/12557885.html
Copyright © 2011-2022 走看看