python - 不使用命令行训练 Tensorflow 模型

标签 python argparse tensorflow gflags

我要调用this main(_) function来自另一个Python脚本而不产生新进程(这样更容易调试)。但是,该函数是为使用命令行参数而编写的。直接从另一个函数调用该函数的最干净的方法是什么?

最佳答案

您可以导入FLAGS,然后定义所需的参数(train_data、eval_data、save_path)。

In [13]: from tensorflow.models.embedding.word2vec_optimized import FLAGS
In [14]: from tensorflow.models.embedding.word2vec_optimized import main
In [16]: main(_)
--train_data --eval_data and --save_path must be specified.
An exception has occurred, use %tb to see the full traceback.
In [17]: FLAGS.train_data = "this"
In [18]: FLAGS.eval_data = "that"
In [19]: FLAGS.save_path = "some_path"
In [20]: main(_)
I tensorflow/core/common_runtime/local_device.cc:40] Local device intra op parallelism threads: 8

关于python - 不使用命令行训练 Tensorflow 模型,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/35689248/

相关文章:

python - python argparse的范围是什么

python - 如何在 python 中使用 argparse 函数将可选参数传递给 python 类

python - Tensorflow:没有为标准操作注册形状函数:ExtractGlimpse。在哪里添加形状函数的代码?

Tensorflow 无法为动态批量大小初始化 tf.Variable

python - 找不到 tensorflow 版本

python -/opt/local/lib/node_modules/less/bin/lessc : not found - Django Error

python - 未定义全局名称

python - 如何停止 argparse.FileType 创建指定为默认的文件

python - 如何在 Django 中进行表单验证

python - 访问对象内存地址