如何在 TensorFlow 中使用 "FLAGS"（命令行开关）？

Question

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程序

tf.app.flags.DEFINE_integer('batch_size', 128,
                            """Number of images to process in a batch.""")

提示如下错误

argparse.ArgumentError: argument --batch_size: conflicting option string(s): --batch_size

如果我删除此语句，它发誓：

usage: <myscript> [-h] [--batch_size BATCH_SIZE] [--data_dir DATA_DIR]
                      [--checkpoint_dir CHECKPOINT_DIR]

在 FLAGS.batch_size 使用的那一行。

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 使用一些 Python 开关解析库并以某种方式期待这些开关。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 "usage" 输出中列出的选项。

Answer 1

我怀疑您导入的 cifar10.py 已经定义了 batch_size 标志，错误是由于您试图重新定义一个具有相同名称的标志。如果您要导入 cifar10，您只需在命令行中使用 --batch_size，然后在您的代码中使用 FLAGS.batch_size。

Answer 2

从您的更新来看，您似乎根本不想使用 FLAGS 模块。如果您查看 cifar10_train.py 这样的程序，您将看到以下内容 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，然后在同一模块中调用 main() 函数。请注意 main() 有一个 argv 参数。这将填充程序的剩余参数：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)

如何在 TensorFlow 中使用 "FLAGS"（命令行开关）？

How to use "FLAGS" (command line switches) in TensorFlow?

python

tensorflow