美文网首页
TensorFlow `mnist_softmax.py`

TensorFlow `mnist_softmax.py`

作者: shiguang116 | 来源:发表于2017-11-01 15:23 被阅读0次

    在执行mnist_softmax.py文件时,实际运行的是最下方的这一段代码:

    if __name__ == '__main__':
      parser = argparse.ArgumentParser()
      parser.add_argument('--data_dir', type=str, default='inputdata',
                          help='Directory for storing input data')
      FLAGS, unparsed = parser.parse_known_args()
      tf.app.run(main=main, argv=[sys.argv[0]] + unparsed)
    

    下面分别对此段代码进行解析

    1 关于__main__

    这里使用了Python程序中常用的一个技巧。即使用if __name__ == '__main__': 来使得该程序既可以独立运行,又可以作为模块被其它程序导入。

    python中if __name__ == '__main__': 的解析 链接

    当你打开一个.py文件时,经常会在代码的最下面看到if __name__ == '__main__':,现在就来介 绍一下它的作用.
    python中每个.py文件是一个模块,也是一个对象,并且所有的模块都有一个内置属性 __name__。一个模块的__name__ 的值取决于您如何应用模块。

    1. 如果 import 一个模块,那么模块__name__ 的值通常为模块文件名(不带路径或者文件扩展名)。

    2. 但是您也可以像一个标准的程序样直接运行模块,在这 种情况下,__name__ 的值将是一个特别缺省"__main__"

    简言之:

    • 在cmd或者spyder 中直接运行mnist_softmax.py文件,则__name__的值是'__main__';
    • 而在其它代码中使用 import mnist_softmax 来导入该文件(模块), 则__name__的值就是'mnist_softmax'了.
    • if __name__ == '__main__'来判断是否是在直接运行该.py文件。

    2 关于parser

    代码中这两行给此程序增加了处理命令行参数的功能,是用来处理程序的输入参数的。

      parser = argparse.ArgumentParser()
      parser.add_argument('--data_dir', type=str, default='inputdata',
                          help='Directory for storing input data')
    

    即:在Anaconda命令行或者系统的cmd中运行该程序时,可以加上目录参数--data-dir= '目录名称'用以指定数据的存放目录。运行时也可以不加该参数,这样该参数就取默认值default='inputdata'

    而代码中下一行

     FLAGS, unparsed = parser.parse_known_args()
    

    是将得到的参数赋值给 FLAGS。经过这个语句 FLAG.data_dir 中就存放了目录的参数。

    举例说明:如果cmd中运行

    python mnist_softmax.py --data-dir="Data"
    

    则FLAGS.data_dir = 'Data' 。该程序会在当前目录下的“Data”文件夹下寻找MNIST数据文件。

    当然如果不加参数的运行,也可以。即如果cmd中运行

    python mnist_softmax.py
    

    则程序就使用默认值default='inputdata'。FLAGS.data_dir = 'inputdata'

    3 关于 tf.app.run

    tf.app.run(main=main, argv=[sys.argv[0]] + unparsed)
    此段代码不需要知道太多。只要知道,这个就是用来调用并运行代码中定义的main函数def main(_): 的。

    相关文章

      网友评论

          本文标题:TensorFlow `mnist_softmax.py`

          本文链接:https://www.haomeiwen.com/subject/xukgpxtx.html