如何在记录器中写入张量流标志变量答案

【问题标题】：How to write tensorflow flag variables in a logger如何在记录器中写入张量流标志变量
【发布时间】：2019-11-06 11:33:29
【问题描述】：

我正在使用 tensowflow 标志来解析如下参数：

flags = tf.app.flags
FLAGS = flags.FLAGS
lags.DEFINE_float('learning_rate', 0.01, 'Initial learning rate.')
flags.DEFINE_integer('epochs', 200, 'Number of epochs to train.')
flags.DEFINE_integer('batch_size', 32, 'Number of graphs in a batch.')
flags.DEFINE_integer('hidden1', 5, 'Number of units in hidden layer 1.')

我想将这些参数写入记录器。我知道在这里使用“argparse”而不是flags时，我们可以使用以下代码写入logger：

logger.info(vars(args)); pprint(vars(args))

但是当我使用时

logger.info(vars(FLAGS))

它显示

{'__wrapped': <absl.flags._flagvalues.FlagValues object at 0x11dfc1da0>}

在记录器中，而不是特定的参数。那么如何处理“flags”呢？

【问题讨论】：

args 是一个argparse.Namespace 对象，一个将值存储为属性的简单类。 vars(args) 返回 __dict__ 字典。显然FLAGS 是一个更复杂的类，tfFLAGS 的文档中没有任何帮助吗？

标签： python tensorflow argparse flags

【解决方案1】：

我发现你可以直接丢vars，logger.info(FLAGS)可以给出参数的值。

【讨论】：