zoukankan      html  css  js  c++  java
  • Tensorflow 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。

    下面是一个小demo

    import tensorflow as tf
    
    flags = tf.app.flags
    FLAGS = flags.FLAGS
    flags.DEFINE_string("name", "x1aolata", "name")
    flags.DEFINE_integer("age", 23, "age")
    flags.DEFINE_boolean("isMarried", None, "isMarried")
    flags.DEFINE_float("score", 98.5, "score")
    
    
    def main(_):
        print("name:{}".format(FLAGS.name))
        print("age:{}".format(FLAGS.age))
        print("isMarried:{}".format(FLAGS.isMarried))
        print("score:{}".format(FLAGS.score))
    
    
    if __name__ == "__main__":
        tf.app.run()
    
    
    

    flags.DEFINE_string这些就是定义参数
    它的三个参数分别是参数名、默认值和参数说明。

    直接运行,结果如下

    name:x1aolata
    age:23
    isMarried:None
    score:98.5
    

    可以在命令行中给定参数运行

    $ python test.py --name=小邋遢 --age=32
    

    运行结果

    name:小邋遢
    age:32
    isMarried:None
    score:98.5
    
    
  • 相关阅读:
    servlet学习之servletAPI编程常用的接口和类
    问题解决
    HTTP Status 500 – Internal Server Error
    用数组模拟队列
    稀疏数组
    值传递机制及几道网红题目
    关于Tomcat配置问题
    Servlet学习笔记
    面向对象笔记
    数组中涉及的常见算法
  • 原文地址:https://www.cnblogs.com/x1aolata/p/11334416.html
Copyright © 2011-2022 走看看