TensorFlow tf.app&tf.app.flags用法介紹
TensorFlow tf.app argparse
tf.app.flags
下面介紹 tf.app.flags.FLAGS的使用,主要是在用命令列執行程式時,需要傳些引數,其實也就可以理解成對argparse庫進行的封裝,示例程式碼如下
- #coding:utf-8
- # 學習使用 tf.app.flags 使用,全域性變數
- # 可以再命令列中執行也是比較方便,如果只寫 python app_flags.py 則程式碼執行時預設程式裡面設定的預設設定
- # 若 python app_flags.py --train_data_path <絕對路徑 train.txt> --max_sentence_len 100
- # --embedding_size 100 --learning_rate 0.05 程式碼再執行的時候將會按照上面的引數來執行程式
- import tensorflow as tf
- FLAGS = tf.app.flags.FLAGS
- # tf.app.flags.DEFINE_string("param_name", "default_val", "description")
- tf.app.flags.DEFINE_string("train_data_path", "/desktop/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)
- print("*" * 30)
- max_sentence_len = FLAGS.max_sentence_len
- print("max_sentence_len", max_sentence_len)
- print("*" * 30)
- embdeeing_size = FLAGS.embedding_size
- print("embedding_size", embdeeing_size)
- print("*" * 30)
- 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))
- # 使用這種方式保證了,如果此檔案被其他檔案 import的時候,不會執行main 函式
- if __name__ == '__main__':
- tf.app.run() # 解析命令列引數,呼叫main 函式 main(sys.argv)
兩種呼叫方式:
方式一:
- python tf_app_flag.py
結果如下:
方式二:
- python app_flags.py --train_data_path ./test.py --max_sentence_len 100 --embedding_size 100 --learning_rate 0.05
tf.app.run()
該函式一般都是出現在這種程式碼中:
- if __name__ == '__main__':
- tf.app.run()
上述第一行程式碼表示如果當前是從其它模組呼叫的該模組程式,則不會執行main函式!而如果就是直接執行的該模組程式,則會執行main函式。
具體第二行的功能從原始碼開始分析,原始碼如下:
flags_passthrough=f._parse_flags(args=args)這裡的parse_flags就是我們tf.app.flags原始碼中用來解析命令列引數的函式。所以這一行就是解析引數的功能;
下面兩行程式碼也就是tf.app.run的核心意思:執行程式中main函式,並解析命令列引數!
參考: