TensorFlow > tp.app.flagsの使用例 > flags.DEFINE_float('learning_rate', 0.01, 'Initial learning rate.') / tf.app.flags には「コマンドライン引数の処理」という役割もある

動作環境
Ubuntu 14.04 LTS desktop amd64
GeForce GTX 750 Ti
ASRock Z170M Pro4S [Intel Z170chipset]
TensorFlow v0.11
cuDNN v5.1 for Linux
CUDA v7.5

http://blog.brainpad.co.jp/entry/2016/03/28/170000
を学習中。

fully_connected_feed.py
のコードにおいてflagsというのが使われている。

# Basic model parameters as external flags.
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.')

上記のように定義しておいて、以下のように使う。
'batch_size'と定義した場合に、FLAGS.batch_sizeとして使う。

  # Create the feed_dict for the placeholders filled with the next
  # `batch size` examples.
  images_feed, labels_feed = data_set.next_batch(FLAGS.batch_size,
                                                 FLAGS.fake_data)

フラグ(条件の成否判別に使う）というより定数（＋付随情報）という感じかもしれない。

コマンド引数としての役割

@antimon2さんのコメントを参照ください。

情報感謝です。