1.功能解釋

tensorflow中flags用于接收命令行傳遞參數(shù)，可以全局的更改代碼中的參數(shù)。Tensorflow使用flags類定義命令行參數(shù)。網(wǎng)絡(luò)模型中有大量的超參數(shù)需要我們賦值，所以此方法，提供了一種簡便的方式對模型超參數(shù)進(jìn)行調(diào)整。

整體思路就是，我們可以現(xiàn)在一個.py文件內(nèi)定義參數(shù)，然后將參數(shù)保存至變量集FLAGS里，即我們對超參數(shù)的賦值，后面需要調(diào)用時，我們通過FLAGS對象來調(diào)用。其實(shí)，這和argparse的用法、功能是類似的。

基本定義函數(shù)類型，分別定義不同數(shù)據(jù)類型:
①flags.DEFINE_integer(1，2，3)，②flags.DEFINE_float(1，2，3)，③flags.DEFINE_boolean(1，2，3)

其中1：參數(shù)名稱。2：默認(rèn)值。3：參數(shù)描述。

2.使用流程

在文件中調(diào)用flags = tf.app.flags，定義參數(shù)名稱，默認(rèn)值，及參數(shù)描述

然后我們在接下來要用到某一定義參數(shù)的時候使用flags參數(shù)直接賦值即可

最后，在main函數(shù)運(yùn)行時，先調(diào)用tf.app.run()，先處理flag解析，再執(zhí)行main函數(shù)。

3.注意的點(diǎn)

值得注意的是，我們可以對具有默認(rèn)值的參數(shù)在命令行中直接修改默認(rèn)值。

有兩種預(yù)聲明flags和Flags對象的方法：
①flags = tf.app.flags，FLAGS = flags.FLAGS，老版本
②flags = tf.flags，FLAGS = flags.FLAGS,新版本
?

4.代碼實(shí)踐

這里我們貼出兩篇博客，代碼介紹的相對來說很詳細(xì)：

https://blog.csdn.net/qq_36653505/article/details/81124533

https://blog.csdn.net/qq_41185868/article/details/82913886

?

總結(jié)

以上是生活随笔為你收集整理的Tensorflow之flags的用法介绍的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。