是否可以按类型对 tensorflow FLAGS 进行分组并从中生成一个字符串？

Question

是否可以按类型对 tensorflow FLAGS 进行分组？例如。一些标志与系统相关（例如线程数），而其他标志是模型超参数。

那么，是否可以使用模型超参数FLAGS来生成字符串？（该字符串将用于识别模型文件名）

谢谢

Answer 1

我猜您想要自动将超参数存储为文件名的一部分，以便更好地组织您的实验？不幸的是，没有使用 TensorFlow 执行此操作的好方法，但您可以查看构建在它之上的一些高级框架，看看它们是否提供类似的东西。

Answer 2

我最终设法通过将 FLAGS 对象视为字典，然后将字典扁平化为 key=value 的字符串来做到这一点。

代码如下：

def build_string_from_dict(d, sep='__'):
    fd = _flatten_dict(d)
    return sep.join(['{}={}'.format(k, _value2str(fd[k])) for k in sorted(fd.keys())])

def _flatten_dict(d, parent_key='', sep='_'):
    # from 
    items = []
    for k, v in d.items():
        new_key = parent_key + sep + k if parent_key else k
        if isinstance(v, collections.MutableMapping):
            items.extend(_flatten_dict(v, new_key, sep=sep).items())
        else:
            items.append((new_key, v))
    return dict(items)


flags_dict = vars(FLAGS)['__flags']
print build_string_from_dict(flags_dict)

是否可以按类型对 tensorflow FLAGS 进行分组并从中生成一个字符串？

Is it possible to group tensorflow FLAGS by type and generate a string from them?

python

machine-learning

computer-vision

tensorflow