Python tensorflow：如何使用标志。定义\u multi\u float（）

我使用bash代码运行一个包含大量参数的python文件。比如：

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]

但后来我发现了一个错误：

absl.flags.\u exceptions.IllegalFlagValueError:flag --eval_scales=[0.5,0.25,1.75]：无法将字符串转换为浮点：“[0.5,0.25,1.75]”

那么将参数传递给由

标志定义的变量的正确格式是什么呢。DEFINE\u multi\u float（）

---

对于多重浮点，您应该定义参数长度（列表）的次数

如果您有这样一个列表[0.5,0.25]，您应该为列表中的每个值定义--eval_scales 2次：

--评估量表=0.5

--评估量表=0.25

# 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.')