python - TensorFlow 中 tf.app.flags 的目的是什么？

Question

我正在阅读 Tensorflow 中的一些示例代码，我发现以下代码

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.')

在 tensorflow/tensorflow/g3doc/tutorials/mnist/fully_connected_feed.py

但我找不到任何关于 tf.app.flags 用法的文档。

我发现这个标志的实现是在 tensorflow/tensorflow/python/platform/default/_flags.py

显然，这个 tf.app.flags 以某种方式用于配置网络，那么为什么它不在 API 文档中呢？谁能解释这里发生了什么？

Answer 1

tf.app.flags 模块目前是 python-gflags 的薄包装，所以 documentation for that project是如何使用它的最佳资源 argparse ，它实现了 python-gflags 中的功能子集.

请注意，此模块目前是为了方便编写演示应用而打包的，从技术上讲，它不是公共(public) API 的一部分，因此将来可能会发生变化。

我们建议您使用 argparse 或您喜欢的任何库来实现自己的标志解析。

编辑: tf.app.flags 模块实际上并不是使用 python-gflags 实现的，但它使用了类似的 API。