1.功能解釋

tensorflow中flags用于接收命令行傳遞參數，可以全局的更改代碼中的參數。Tensorflow使用flags類定義命令行參數。網絡模型中有大量的超參數需要我們賦值，所以此方法，提供了一種簡便的方式對模型超參數進行調整。

整體思路就是，我們可以現在一個.py文件內定義參數，然后將參數保存至變量集FLAGS里，即我們對超參數的賦值，后面需要調用時，我們通過FLAGS對象來調用。其實，這和argparse的用法、功能是類似的。

基本定義函數類型，分別定義不同數據類型:
①flags.DEFINE_integer(1，2，3)，②flags.DEFINE_float(1，2，3)，③flags.DEFINE_boolean(1，2，3)

其中1：參數名稱。2：默認值。3：參數描述。

2.使用流程

在文件中調用flags = tf.app.flags，定義參數名稱，默認值，及參數描述

然后我們在接下來要用到某一定義參數的時候使用flags參數直接賦值即可

最后，在main函數運行時，先調用tf.app.run()，先處理flag解析，再執行main函數。

3.注意的點

值得注意的是，我們可以對具有默認值的參數在命令行中直接修改默認值。

有兩種預聲明flags和Flags對象的方法：
①flags = tf.app.flags，FLAGS = flags.FLAGS，老版本
②flags = tf.flags，FLAGS = flags.FLAGS,新版本
?

4.代碼實踐

這里我們貼出兩篇博客，代碼介紹的相對來說很詳細：

https://blog.csdn.net/qq_36653505/article/details/81124533

https://blog.csdn.net/qq_41185868/article/details/82913886

?

總結

以上是生活随笔為你收集整理的Tensorflow之flags的用法介绍的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。