张量流中“FLAGS”的目的是什么答案

【问题标题】：What's the purpose of "FLAGS" in tensorflow张量流中“FLAGS”的目的是什么
【发布时间】：2017-12-23 01:34:42
【问题描述】：

我正在研究 tensorflow 中的mnist example。

我对模块 FLAGS 感到困惑

# Basic model parameters as external flags.
FLAGS = None

在“run_training”功能中：

def run_training():
"""Train MNIST for a number of steps."""
# Tell TensorFlow that the model will be built into the default Graph.
with tf.Graph().as_default():
# Input images and labels.
images, labels = inputs(train=True, batch_size=FLAGS.batch_size,
                        num_epochs=FLAGS.num_epochs)

这里使用“FLAGS.batch_size”和“FLAGS.num_epochs”的目的是什么？我可以把它换成一个像 128 这样的常数吗？

我在this site找到了类似的答案，但还是看不懂。

【问题讨论】：

您没有包含将FLAGS 定义为重要内容的代码。此外，您能解释一下您从其他问题中不明白的地方吗？

标签： python tensorflow deep-learning mnist

【解决方案1】：

标志通常用于解析命令行参数和保存输入参数。您可以将它们替换为常数，但最好在标志的帮助下组织您的输入参数。

【讨论】：

【解决方案2】：

对于mnist full_connect_reader的例子，实际上他们根本没有使用tensorflow FLAGS。这里的FLAGS，只是作为一个“全局变量”，由源码页按钮中的“FLAGS, unparsed = parser.parse_known_args()”赋值，用于不同的函数。

tf.app.flags.FLAGS的使用方式应该是：

import tensorflow as tf

FLAGS = tf.app.flags.FLAGS

tf.app.flags.DEFINE_integer('max_steps', 100,
                            """Number of batches to run.""")
tf.app.flags.DEFINE_integer('num_gpus', 1,
                            """How many GPUs to use.""")


def main(argv=None):
    print(FLAGS.max_steps)
    print(FLAGS.num_gpus)

if __name__ == '__main__':
  # the first param for argv is the program name
  tf.app.run(main=main, argv=['tensorflow_read_data', '--max_steps', '50', '--num_gpus', '20'])

【讨论】：