和C/C++编写main函数中的argv一样，tf框架下也封装了tf.app.flags.DEFINE_XXXX()函数用于定义参数，便于命令行形式传递参数。常见的函数形式如下：
flags.DEFINE_float(参数1，参数2，参数3)
flags.DEFINE_integer(参数1，参数2，参数3)
flags.DEFINE_string(参数1，参数2，参数3)
flags.DEFINE_boolean(参数1，参数2，参数3)
参数1：定义的参数名称；
参数2：参数默认值；
参数3：对参数的描述；
tf.app.flags.DEFINE_boolean(‘train‘, FALSE,‘train or test‘) #定义布尔类型的值，判断网络是训练还是测试 tf.app.flags.DEFINE_string(‘check_points_dir‘, ‘./model/‘,‘check_points dir‘) #模型保存路径 tf.app.flags.DEFINE_integer(‘epoch‘, 50,‘train epoch size‘) #定义的epoch大小，默认为50 FLAGS = tf.app.flags.FLAGS def main(XXXX): XXXX
if __name__ == ‘__main__‘: XXXX #执行main
tensorflow学习之——tf.app.flags.DEFINE_XXXX() 使用flags定义命令行参数
原文：https://www.cnblogs.com/fclbky/p/12557885.html