tensorflow高级库

Posted 2020-10-13 执剑长老

 

1、tf.app.flags

      tf定义了tf.app.flags，用于支持接受命令行传递参数，相当于接受argv。tf.app.flags.DEFINE_xxx()就是添加命令行的optional argument（可选参数），而tf.app.flags.FLAGS可以从对应的命令行参数取出参数。

import tensorflow as tf

# 第一个是参数名称，第二个参数是默认值，第三个是参数描述
tf.app.flags.DEFINE_float(‘float_name‘, 0.01, ‘input a float‘)
tf.app.flags.DEFINE_string(‘str_name‘, ‘def_v_1‘, "descrip1")
tf.app.flags.DEFINE_integer(‘int_name‘, 10, "descript2")
tf.app.flags.DEFINE_boolean(‘bool_name‘, False, "descript3")

FLAGS = tf.app.flags.FLAGS


# 必须带参数，否则：‘TypeError: main() takes no arguments (1 given)‘;   main的参数名随意定义，无要求
def main(_):
	print(FLAGS.float_name)
	print(FLAGS.str_name)
	print(FLAGS.int_name)
	print(FLAGS.bool_name)


if __name__ == ‘__main__‘:
	tf.app.run()  # 执行main函数

　　

执行：

 

(tf_learn) [@l_106 ~/ssd-balancap]$ python exc2.py 
0.01
def_v_1
10
False
(tf_learn) [@l_106 ~/ssd-balancap]$ python exc2.py --float_name 0.6 --str_name test_str --int_name 99 --bool_name True
0.6
test_str
99
True

 

2、slim

 

导入：

import tensorflow.contrib.slim as slim

arg_scope：用来控制每一层的默认超参数的。

 

定义变量

      变量分为两类：模型变量和局部变量。局部变量是不作为模型参数保存的，而模型变量会再save的时候保存下来。这个玩过tensorflow的人都会明白，诸如global_step之类的就是局部变量。slim中可以写明变量存放的设备，正则和初始化规则。还有获取变量的函数也需要注意一下，get_variables是返回所有的变量。