TensorFlow:如何使用标志.DEFINE_multi_float()

Question

我使用 bash 代码来运行一个包含大量参数的 python 文件。

python "${WORK_DIR}"/eval.py 
--logtostderr 
--eval_split="val" 
--model_variant="xception_65" 
--atrous_rates=6 
--atrous_rates=12 
--atrous_rates=18 
--output_stride=16 
--decoder_output_stride=4 
--eval_crop_size="513,513" 
--checkpoint_dir="${TRAIN_LOGDIR}" 
--eval_logdir="${EVAL_LOGDIR}" 
--dataset_dir="${PASCAL_DATASET}" 
--max_number_of_evaluations=1 
--eval_scales=[0.5,0.25,1.75]

但后来我得到了错误：

absl.flags._exceptions。非法标志值错误： 标志 --eval_scales=[0.5,0.25,1.75]：无法将字符串转换为浮点数："[0.5,0.25,1.75]">

那么将参数传递给由flags.DEFINE_multi_float()定义的变量的正确格式是什么

# Change to [0.5, 0.75, 1.0, 1.25, 1.5, 1.75] for multi-scale test.
flags.DEFINE_multi_float('eval_scales', [1.0],
'The scales to resize images for evaluation.')

Answer 1

对于多浮点数，您应该定义参数长度(您的列表(时间。

如果你有一个这样的列表 [0.5,0.25]，你应该为列表中的每个值定义 --eval_scales 2 次：

--eval_scales=0.5

--eval_scales=0.25