TensorFlow学习笔记之--[tf.app.flags使用方法]
很多时候在运行python代码的时候我们需要从外部定义参数，从而避免每次都需要改动代码。所以一般我们都会使用 argparse 这个库。其实TensorFlow也提供了这个功能，那就是 tf.app.flags 。
使用方法很简单
tf.app.flags.DEFINE_boolean("param_name", "default_val", "description")
上面给出的是定义一个bool变量，第一个参数是指参数名，第二个是默认值，第三个是对该变量的描述，如果不想描述可以直接用 ""。
除了bool类，我们还可以定义其他的类型数据，如：
- tf.app.flags.DEFINE_integer
- tf.app.flags.DEFINE_float
- tf.app.flags.DEFINE_string
那么如何使用呢？完整示例(假设文件名为test.py)如下：
# coding=utf-8
import tensorflow as tf
flags = tf.app.flags
FLAGS = flags.FLAGS
tf.app.flags.DEFINE_integer('data', 10, "")
tf.app.flags.DEFINE_boolean("istrain", True, "")
def main(_):
print("{}".format(FLAGS.data))
print("{}".format(FLAGS.istrain))
if __name__ == '__main__':
tf.app.run()
5-6行：首先需要定义一个tf.app.flags,然后定义一个FLAGS,它是用来解析传入的参数的。
7-8行：定义了两个变量，分别是整型变量和bool型。
10-12行：注意使用tf.app.flags一般需要使用main函数作为入口，然后再仔细看main函数是需要传参数的(虽然不知道为什么)，否则会出现如下报错信息：
Traceback (most recent call last):
File "d:/Code/AutoML/enas/testfiles/batch_test.py", line 19, in <module>
tf.app.run()
File "D:\Continuum\anaconda3\lib\site-packages\tensorflow\python\platform\app.py", line 125, in run
_sys.exit(main(argv))
TypeError: main() takes 0 positional arguments but 1 was given
所以我们可以传入一个无意义的 _ 来解决这个问题。
下面来看看如何运行这个文件:
python test.py --data 20
>>>
20
True
可以看到如果不穿入参数则按默认值处理，否则根据传入的值对变量进行更新。
另外对于bool型变量有个地方需要注意，因为bool只有True和False，所以无论bool变量默认值为True还是False，在变量面前加个no后都取False，，其他类型的没有这个特权，示例如下:
python test.py --nodata --noistrain
>>>
10
False
将istrain默认值设为False,运行结果和上面一样。
