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

Posted Bob_li

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了tensorflow API _ 2 (tf.app.flags.FLAGS)相关的知识,希望对你有一定的参考价值。

tf.app.flags.FLAGS 的使用,主要是在用命令行执行程序时,需要传些参数,代码如下:
新建一个名为: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/") 
  
# 使用这种方式保证了,如果此文件被其他文件 import的时候,不会执行main 函数 
if __name__ == ‘__main__‘: 
    tf.app.run()   # 解析命令行参数,调用main 函数 main(sys.argv) 

 

调用方法:

其中参数可以根据需求进行修改。

  1. python app_flags.py --train_data_path <绝对路径 train.txt> --max_sentence_len 100 --embedding_size 100 --learning_rate 0.05 

如果这样调用:

  1. python app_flags.py  

则会执行程序时会自动调用程序中 default 中的参数。

 


































以上是关于tensorflow API _ 2 (tf.app.flags.FLAGS)的主要内容,如果未能解决你的问题,请参考以下文章

『TensorFlow』网络操作API_下

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

TensorFlow 问题 google colab ; tensorflow._api.v1.compat.v2' 没有属性 '__internal__

模块“tensorflow._api.v2.lite”没有属性“TFliteConverter”

突然的 Tensorflow / Keras Google Colab 依赖问题`AttributeError: module 'tensorflow._api.v1.compat.v2' has n

Tensorflow的对象分离api不工作。