Python命令行解析:IDE内点击Run运行代码直接得出结果、基于TF flags(或argparse、sys.argv)在Dos内命令行(一条命令)调用代码文件得出结果

简介: Python命令行解析:IDE内点击Run运行代码直接得出结果、基于TF flags(或argparse、sys.argv)在Dos内命令行(一条命令)调用代码文件得出结果

命令行解析


IDE内点击Run运行代码直接得出结果  VS 基于TF flags(或argparse库)在Dos内命令行(一条命令)调用代码文件得出结果


FLAGS = tf.app.flags.FLAGS

tf.app.flags.DEFINE_string('train_dir', '/tmp/cifar10_train',

                          """Directory where to write event logs """)    


T1、采用FLAGS函数并IDE内点击Run运行代码直接得出结果


FLAGS.train_dir='cifarlO_train/'

FLAGS.max_steps='1000000'

FLAGS.log_device_placement='False'

FLAGS.log_frequency='10'



T2、采用TF flags(或argparse库)在Dos内一条命令调用代码文件得出结果


python cifar10_train.py --train_dir cifar10_train/ --data _dir cifar10_data/


FLAGS = tf.app.flags.FLAGS

tf.app.flags.DEFINE_string('train_dir', '/tmp/cifar10_train',

                          """Directory where to write event logs """

                          """and checkpoint.""")             #写入事件日志和检查点的目录

tf.app.flags.DEFINE_integer('max_steps', 1000000,

                           """Number of batches to run.""")  #要运行的批次数

tf.app.flags.DEFINE_boolean('log_device_placement', False,

                           """Whether to log device placement.""")   #是否记录设备放置

tf.app.flags.DEFINE_integer('log_frequency', 10,

                           """How often to log results to the console.""")  #将结果记录到控制台的频率



T3、采用sys.argv[]函数在Dos内一条命令调用代码文件得出结果

#test.py

import sys

 

def main(argv):

   print(argv[0])            

   print(argv[1])

   print(argv[1:])

   print(argv[1][1:])

 

   print('sys.argv[0]:',sys.argv[0])        #脚本名字  

   print('sys.argv[1]:',sys.argv[1])        #脚本第一个参数  

   print('sys.argv[1:]:',sys.argv[1:])  

 

   print('sys.argv:',sys.argv)                #脚本的所有参数

   print('type(sys.argv):',type(sys.argv))

   print('len(sys.argv):',len(sys.argv))      #脚本的参数个数  

   return 0  

 

if __name__ == '__main__':  

   sys.exit(main(sys.argv[1:]))  #sys.exit(0)正常退出, sys.exit(1)非正常退出





相关文章
|
2月前
|
数据可视化 Linux iOS开发
Python脚本转EXE文件实战指南:从原理到操作全解析
本教程详解如何将Python脚本打包为EXE文件,涵盖PyInstaller、auto-py-to-exe和cx_Freeze三种工具,包含实战案例与常见问题解决方案,助你轻松发布独立运行的Python程序。
698 2
|
30天前
|
监控 机器人 编译器
如何将python代码打包成exe文件---PyInstaller打包之神
PyInstaller可将Python程序打包为独立可执行文件,无需用户安装Python环境。它自动分析代码依赖,整合解释器、库及资源,支持一键生成exe,方便分发。使用pip安装后,通过简单命令即可完成打包,适合各类项目部署。
|
3月前
|
缓存 数据可视化 Linux
Python文件/目录比较实战:排除特定类型的实用技巧
本文通过四个实战案例,详解如何使用Python比较目录差异并灵活排除特定文件,涵盖基础比较、大文件处理、跨平台适配与可视化报告生成,助力开发者高效完成目录同步与数据校验任务。
119 0
|
4月前
|
编译器 Python
如何利用Python批量重命名PDF文件
本文介绍了如何使用Python提取PDF内容并用于文件重命名。通过安装Python环境、PyCharm编译器及Jupyter Notebook,结合tabula库实现PDF数据读取与处理,并提供代码示例与参考文献。
|
4月前
|
编译器 Python
如何利用Python批量重命名文件
本文介绍了如何使用Python和PyCharm对文件进行批量重命名,包括文件名前后互换、按特定字符调整顺序等实用技巧,并提供了完整代码示例。同时推荐了第三方工具Bulk Rename Utility,便于无需编程实现高效重命名。适用于需要处理大量文件命名的场景,提升工作效率。
|
4月前
|
安全 Linux 网络安全
Python极速搭建局域网文件共享服务器:一行命令实现HTTPS安全传输
本文介绍如何利用Python的http.server模块,通过一行命令快速搭建支持HTTPS的安全文件下载服务器,无需第三方工具,3分钟部署,保障局域网文件共享的隐私与安全。
762 0
|
4月前
|
数据管理 开发工具 索引
在Python中借助Everything工具实现高效文件搜索的方法
使用上述方法,你就能在Python中利用Everything的强大搜索能力实现快速的文件搜索,这对于需要在大量文件中进行快速查找的场景尤其有用。此外,利用Python脚本可以灵活地将这一功能集成到更复杂的应用程序中,增强了自动化处理和数据管理的能力。
278 0
|
5月前
|
编解码 Prometheus Java
当Python同时操作1000个文件时,为什么你的CPU只用了10%?
本文介绍如何构建一个高效的文件处理系统,解决单线程效率低、多线程易崩溃的矛盾。通过异步队列与多线程池结合,实现任务调度优化,提升I/O密集型操作的性能。
88 4
|
4月前
|
数据采集 监控 算法
Python文件与目录比较全攻略:从基础操作到性能优化
文件比较的核心在于数据指纹校验,通过逐字节比对生成唯一标识,确保内容一致性。从标准库的os与filecmp到高性能第三方库如pydiffx,再到分布式与量子加密技术的未来趋势,文件比较广泛应用于数据备份、代码审查与系统监控等领域,是保障数据完整性的关键技术手段。
105 0
|
5月前
|
数据采集 存储 API
Python爬虫结合API接口批量获取PDF文件
Python爬虫结合API接口批量获取PDF文件

推荐镜像

更多
下一篇
开通oss服务