阅读Tensorflow代码时遇到的问题
最近在研究大名鼎鼎的深度学习工具包Tensorflow，在阅读Tensorflow中的示例Python代码时，发现有以下代码片段：
flags = tf.app.flags
FLAGS = flags.FLAGS
flags.DEFINE_float('learning_rate', 0.01, 'Initial learning rate.')
flags.DEFINE_integer('max_steps', 2000, 'Number of steps to run trainer.')
flags.DEFINE_integer('hidden1', 128, 'Number of units in hidden layer 1.')
flags.DEFINE_integer('hidden2', 32, 'Number of units in hidden layer 2.')
flags.DEFINE_integer('batch_size', 100, 'Batch size. '
'Must divide evenly into the dataset sizes.')
flags.DEFINE_string('train_dir', 'data', 'Directory to put the training data.')
flags.DEFINE_boolean('fake_data', False, 'If true, uses fake data '
'for unit testing.')
这段代码位于文件：tensorflow/tensorflow/g3doc/tutorials/mnist/fully_connected_feed.py之中。
其中有一个tf.app.flags变量，目前我找不到关于tf.app.flags这个用法的任何文档或者资料，这让人非常困惑。
显然，从上面代码的上下文来看，这个tf.app.flags应该用于以某种方式初始化或者配置网络，那么为什么它不在Tensorflow的官方API文档中？谁能解释一下这个表示到底是干什么用的？
tf.app.flags相关的介绍
tf.app.flags相关的模块，从命令行解析参数的方法，它是google特有的风格，更常见的解析方法是argparse。tf.app.flags可以认为是对模块argparse的简单封装，它实现了python-gflags的一个功能子集。
请注意，此模块目前封装在一起，主要用于编写演示应用程序，并且在技术上不是公共API的一部分，将来有发生更改的可能性。
建议您使用argparse或您喜欢的任何其他代码库实现自己的标志解析。
补充说明：tf.app.flags模块实际上并不是使用python-gflags实现的，而是使用其他类似的API。
附加：Tensorflow的简介
图1. Tensorflow的Logo
Tensorflow是一个采用数据流图（data flow graphs），用于数值计算的开源软件库。由于google公司本身的号召力，以及Tensorflow系统设计的优越性，目前该工具包在深度学习领域得到广泛应用。Tensorflow具有非常好的易用性，特别是使用Keras这样的封装，深度网络搭建如同探囊取物。Keras入门可以参考：深度学习库Keras入门