FLAGS = tf.app.flags.FLAGS
2017-05-25 09:51
441 查看
执行main函数之前首先进行flags的解析，也就是说TensorFlow通过设置flags来传递tf.app.run()所需要的参数，我们可以直接在程序运行前初始化flags，也可以在运行程序的时候设置命令行参数来达到传参的目的。
flags = tf.app.flags
FLAGS = flags.FLAGS
flags.DEFINE_float('learning_rate', 0.01, 'Initial learning rate.')
flags.DEFINE_integer('epoch_number', None, 'Number of epochs to run trainer.')
flags.DEFINE_integer("thread_number", 10 , "Number of thread to read data")
flags.DEFINE_string("mode", "train", "Option mode: train, train_from_scratch, inference")
flags = tf.app.flags
FLAGS = flags.FLAGS
flags.DEFINE_float('learning_rate', 0.01, 'Initial learning rate.')
flags.DEFINE_integer('epoch_number', None, 'Number of epochs to run trainer.')
flags.DEFINE_integer("thread_number", 10 , "Number of thread to read data")
flags.DEFINE_string("mode", "train", "Option mode: train, train_from_scratch, inference")
内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理 
相关文章推荐
- TensorFlow tf.app&tf.app.flags用法介绍
- tf.app.flags
- tf.app.flags.DEFINE_string()和tf.app.flags.FLAGS和tf.app.run()
- 关于 tf.app.flags
- tf.app.flags.FLAGS使用
- TensorFlow 学习（十三）—— tf.app.flags
- 18、使用 tf.app.flags 接口定义命令行参数
- TensorFlow中flags传递参数 解读tf.app.flags
- tf.app.flags.DEFINE_string()和tf.app.flags.FLAGS
- Tensorflow中tf.app.flags的作用及使用方法
- tensorflow（学习一）中的tf.app.flags函数定义命令行参数
- TensorFlow 中 tf.app.flags.FLAGS 的用法介绍
- TensorFlow 中 tf.app.flags.FLAGS 的用法介绍
- Android总结：Activity Intent Flags、Task相关属性及利用Intent属性调用系统app
- 关于tensorflow中tf.app.run()的描述
- Tensorflow flags = tf.app.flags 的使用
- tf.app.run()
- tf.app.run()
- tf.app.run()
- Tensorflow tf.app.run() hands-on