flags 是 tensorflow 定义参数的比较正规的方式，没什么特别的，直接上代码

 

flags = tf.app.flags
flags.DEFINE_integer("epoch", 1000, "Epoch to train [25]")
flags.DEFINE_float("learning_rate", 0.0002, "Learning rate of for adam [0.0002]")
flags.DEFINE_float("beta1", 0.5, "Momentum term of adam [0.5]")
flags.DEFINE_integer("train_size", 256, "The size of train images [np.inf]")
flags.DEFINE_integer("batch_size", 64, "The size of batch images [64]")
flags.DEFINE_string("dataset", "mnist", "The name of dataset [celebA, mnist, lsun]")
flags.DEFINE_boolean("train", True, "True for training, False for testing [False]")
FLAGS = flags.FLAGS

def main(_):
    print(FLAGS.epoch)      ### 1000

if __name__ == '__main__':
    tf.app.run()

就是这么简单

 

需要注意的是：

1. tf.app.flags 定义的参数会自动传送给 tf.app.run

2. 在执行 tf.app.run 时必须有个 main 函数，且 main 函数必须有一个参数

3. 可用命令行的方式重置参数

4. 底层实现是 argparse，用法雷同

 

 

 

参考资料：

https://www.360kuai.com/pc/9a31be7ed9823b890?cota=4&kuai_so=1&tj_url=so_rec&sign=360_57c3bbd1&refer_scene=so_1

https://blog.csdn.net/u014084019/article/details/78586390