从数据的角度理解TensorFlow鸢尾花分类程序3

上节分析到main函数之前的代码，接下来，看main函数。

要理解args = parser.parse_args(argv[1:]) 做了什么事情，最好就是加入print语句，把相关的变量都输出来看看，如下所示：

输出argv, args变量

执行后的结果，如下图所示：

可以看出，argv是一个列表（list），储存了命令行中“python premade_estimator.py --batch_size 32 --train_steps 1000”，关键字python之后的所有关键字。

argv[1:] 就是把['--batch_size', '32', '--train_steps', '1000']传给parser对象的方法：parser.parse_args（），该方法会返回一个namespace对象args，对象有两个属性：batch_size =32, train_steps=1000.

这样，要获得batch_size 和 train_steps的值，可以用语句：args.batch_size 和 args.train_steps了。

例如在下面的语句：

# Evaluate the model.

    eval_result = classifier.evaluate(

        input_fn=lambda:iris_data.eval_input_fn(test_x, test_y,

                                                args.batch_size))

总结一下学习方法：

1，利用print语句，把不熟悉的变量输出来看看；

2，不熟悉的方法、对象、模块、函数等，通过Google/bing查出其文档说明，边干边学边用边理解。

这两个步骤，将在后面的分析中，反复使用