tf.app.flags做什么？为什么我们需要那个？

Question

我正在阅读包含以下代码的tensorflow教程文件fully_connected_feed.py。我不明白那些意思。我们为什么需要那个？它似乎只是定义了一些全局变量。为什么不直接定义它们？任何帮助表示赞赏。感谢

flags = tf.app.flags
FLAGS = flags.FLAGS
flags.DEFINE_float('learning_rate', 0.01, 'Initial learning rate.')
flags.DEFINE_integer('max_steps', 2000, 'Number of steps to run trainer.')
flags.DEFINE_integer('hidden1', 128, 'Number of units in hidden layer 1.')
flags.DEFINE_integer('hidden2', 32, 'Number of units in hidden layer 2.')
flags.DEFINE_integer('batch_size', 100, 'Batch size.  '
                     'Must divide evenly into the dataset sizes.')
flags.DEFINE_string('train_dir', 'data', 'Directory to put the training data.')
flags.DEFINE_boolean('fake_data', False, 'If true, uses fake data '
                     'for unit testing.')

Answer 1

这是google从命令行解析参数的方法。看看python-gflags。据我所知，google是此命令行解析库的主要用户。这些天世界其他地方使用argparse。

但基本上，＆＃34; tl; dr;＆＃34;是你是对的 - 他们正在建立全球数据。但是，它可以通过命令行摆弄它的全局数据。