作者热门文章
- c - 在位数组中找到第一个零
- linux - Unix 显示有关匹配两种模式之一的文件的信息
- 正则表达式替换多个文件
- linux - 隐藏来自 xtrace 的命令
我正在尝试在我的应用程序中设置自定义批量大小。
如果我将以下代码放入我的应用中
tf.app.flags.DEFINE_integer('batch_size', 128,
"""Number of images to process in a batch.""")
它说下面的错误
argparse.ArgumentError: argument --batch_size: conflicting option string(s): --batch_size
如果我删除此声明,它会发誓:
usage: <myscript> [-h] [--batch_size BATCH_SIZE] [--data_dir DATA_DIR]
[--checkpoint_dir CHECKPOINT_DIR]
在 FLAGS.batch_size
使用的行。
myscript
是我的脚本的名称,我没有在任何地方写这条消息,根本不希望这些命令行开关。看起来 TF
使用了一些 Python 开关解析库并以某种方式期望这些开关。如何避免这种情况并期待自定义开关?
如何硬编码自定义 batch_size?
更新
我的命令行如下:
myscript image1.png image2.png image3.png
PNG 是来自 CIFAR 数据库的图像,我希望从命令行识别它。这是我希望的命令行,我不希望它包含“用法”输出中列出的选项。
最佳答案
从您的更新来看,您似乎根本不想使用 FLAGS
模块。如果您查看类似 cifar10_train.py
的程序,您将看到以下 near the bottom of the script :
def main(argv=None): # pylint: disable=unused-argument
# ...
if __name__ == '__main__':
tf.app.run()
tf.app.run()
调用是一些样板文件,可确保解析任何标志,然后调用同一模块中的 main()
函数。请注意 main()
有一个 argv
参数。这将填充程序的其余参数:在您的示例中,它将是一个列表 ["image1.png", "image2.png", "image3.png"]
。因此,您可以简单地将 main()
函数编写为:
def main(argv=None):
if argv:
for filename in argv:
run_inference_on_file(filename)
关于python - 如何在 TensorFlow 中使用 "FLAGS"(命令行开关)?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/35241827/
我是一名优秀的程序员,十分优秀!