1. 程式人生 > >tensorflow API _ 2 (tf.app.flags.FLAGS)

tensorflow API _ 2 (tf.app.flags.FLAGS)

string 執行 with 自動調用 save 文件 oat 自動 viso

tf.app.flags.FLAGS 的使用,主要是在用命令行執行程序時,需要傳些參數,代碼如下:
新建一個名為:app_flags.py 的文件。

#coding:utf-8
import tensorflow as tf
FLAGS = tf.app.flags.FLAGS
tf.app.flags.DEFINE_string("train_data_path", "/home/libo3/train.txt", "training data dir")
tf.app.flags.DEFINE_string("log_dir", "./logs", " the log dir")
tf.app.flags.DEFINE_integer("max_sentence_len", 80, "max num of tokens per query")
tf.app.flags.DEFINE_integer("embedding_size", 50, "embedding size")
tf.app.flags.DEFINE_float("learning_rate", 0.001, "learning rate")

def main(unused_argv):
train_data_path = FLAGS.train_data_path
print("train_data_path", train_data_path)
max_sentence_len = FLAGS.max_sentence_len
print("max_sentence_len", max_sentence_len)
embdeeing_size = FLAGS.embedding_size
print("embedding_size", embdeeing_size)
abc = tf.add(max_sentence_len, embdeeing_size)

init = tf.global_variables_initializer()

#with tf.Session() as sess:
#sess.run(init)
#print("abc", sess.run(abc))

sv = tf.train.Supervisor(logdir=FLAGS.log_dir, init_op=init)
with sv.managed_session() as sess:
print("abc:", sess.run(abc))

# sv.saver.save(sess, "/home/yongcai/tmp/")

# 使用這種方式保證了,如果此文件被其他文件 import的時候,不會執行main 函數
if __name__ == ‘__main__‘:
tf.app.run() # 解析命令行參數,調用main 函數 main(sys.argv)

調用方法:

其中參數可以根據需求進行修改。

  1. python app_flags.py --train_data_path <絕對路徑 train.txt> --max_sentence_len 100 --embedding_size 100 --learning_rate 0.05

如果這樣調用:

  1. python app_flags.py

則會執行程序時會自動調用程序中 default 中的參數。

tensorflow API _ 2 (tf.app.flags.FLAGS)