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。

微信公众号：AutoML机器学习
MARSGGBO♥原创
如有意合作或学术讨论欢迎私戳联系~
邮箱:marsggbo@foxmail.com
2018-12-3