TF flags的简介

 

 1、flags可以帮助我们通过命令行来动态的更改代码中的参数。Tensorflow 使用flags定义命令行参数的方法。ML的模型中有大量需要tuning的超参数，所以此方法，迎合了需要一种灵活的方式对代码某些参数进行调整的需求
(1)、比如，在这个py文件中，首先定义了一些参数，然后将参数统一保存到变量FLAGS中，相当于赋值，后边调用这些参数的时候直接使用FLAGS参数即可
(2)、基本参数类型有三种flags.DEFINE_integer、flags.DEFINE_float、flags.DEFINE_boolean。
(3)、第一个是参数名称，第二个参数是默认值，第三个是参数描述

2、使用过程
#第一步，调用flags = tf.flags，进行定义参数名称，并可给定初值、参数说明
#第二步，flags参数直接赋值
#第三步，运行tf.run()

flags = tf.flags
flags.DEFINE_string('path_data', './data', 'tfRecord save path.')
flags.DEFINE_string('path_style', "./style_imgs", 'Row style images path')
flags.DEFINE_string('path_content', "./MSCOCO", 'Row style images path')

flags.DEFINE_string('record_style_name', 'styles.tfrecords', 'Style tfrecord name')
flags.DEFINE_string('record_dataset_name', 'coco_train.tfrecords', 'Data set tfrecord name')

FLAGS = flags.FLAGS

# 若文件夹不存在，则生成文件夹，并打印相关信息
if not os.path.exists(FLAGS.path_data):
    os.makedirs(FLAGS.path_data)
    print("the directory was created successful")
else:
    print("directory already exists")