``````loss=tf.Variable(tf.constant(0.0))
for v in range(50):
y = y_[v]
y_pre = y_conv[v]
for n in range(260):
for m in range(260):
loss = loss + tf.log(1 + tf.exp((y[n]-y[m])*(y_pre[n]-y_pre[m])))

``````

1个回答

tensorflow中相同函数问题

tensorflow如何查看函数中的数据，除了return外

tensorflow如何查看函数中的数据，除了return外

TensorFlow中的梯度下降函数的疑问

tensorflow, 将模型抽象到一个函数中,两次调用是一样的计算图吗？

tensorflow自定义的损失函数 focal_loss出现inf，在训练过程中出现inf

![图片说明](https://img-ask.csdn.net/upload/201905/05/1557048780_248292.png) ``` python def focal_loss(alpha=0.25, gamma=2.): """ focal loss used for train positive/negative samples rate out of balance, improve train performance """ def focal_loss_calc(y_true, y_pred): positive = tf.where(tf.equal(y_true, 1), y_pred, tf.ones_like(y_pred)) negative = tf.where(tf.equal(y_true, 0), y_pred, tf.zeros_like(y_pred)) return -(alpha*K.pow(1.-positive, gamma)*K.log(positive) + (1-alpha)*K.pow(negative, gamma)*K.log(1.-negative)) return focal_loss_calc ``` ```python self.keras_model.compile(optimizer=optimizer, loss=dice_focal_loss, metrics=[ mean_iou, dice_loss, focal_loss()]) ``` 上面的focal loss 开始还是挺正常的，随着训练过程逐渐减小大0.025左右，然后就突然变成inf。何解

C++ 函数及打印输出问题，请大神指导！

```python batch_size = 128 original_dim = 100 #25*4 latent_dim = 16 # z的维度 intermediate_dim = 256 # 中间层的维度 nb_epoch = 50 # 训练轮数 epsilon_std = 1.0 # 重参数 #my tips:encoding x = Input(batch_shape=(batch_size,original_dim)) h = Dense(intermediate_dim, activation='relu')(x) z_mean = Dense(latent_dim)(h) # mu z_log_var = Dense(latent_dim)(h) # sigma #my tips:Gauss sampling,sample Z def sampling(args): # 重采样 z_mean, z_log_var = args epsilon = K.random_normal(shape=(128, 16), mean=0., stddev=1.0) return z_mean + K.exp(z_log_var / 2) * epsilon # note that "output_shape" isn't necessary with the TensorFlow backend # my tips:get sample z(encoded) z = Lambda(sampling, output_shape=(latent_dim,))([z_mean, z_log_var]) # we instantiate these layers separately so as to reuse them later decoder_h = Dense(intermediate_dim, activation='relu') # 中间层 decoder_mean = Dense(original_dim, activation='sigmoid') # 输出层 h_decoded = decoder_h(z) x_decoded_mean = decoder_mean(h_decoded) #my tips:loss(restruct X)+KL def vae_loss(x, x_decoded_mean): xent_loss = original_dim * objectives.binary_crossentropy(x, x_decoded_mean) kl_loss = - 0.5 * K.mean(1 + z_log_var - K.square(z_mean) - K.exp(z_log_var), axis=-1) return xent_loss + kl_loss vae = Model(x, x_decoded_mean) vae.compile(optimizer='rmsprop', loss=vae_loss) vae.fit(x_train, x_train, shuffle=True, epochs=nb_epoch, verbose=2, batch_size=batch_size, validation_data=(x_valid, x_valid)) vae.save(path+'//VAE.h5') ``` 一段搭建VAE结构的代码，在保存模型后调用时先是出现了sampling中一些全局变量未定义的问题，将变量改为确定数字后又出现了vae_loss函数未定义的问题（unknown loss function: vae_loss) 个人认为是模型中自定义的函数在保存上出现问题，但是也不知道怎么解决。刚刚上手keras和tensorflow这些框架，很多问题是第一次遇到，麻烦大神们帮帮忙！感谢！

python 引用其他py文件中的函数

TensorFlow2.0 编写的 tensor 转 example 的函数出现类型问题

【C语言编写函数问题】从键盘输入一个字符串，编写程序完成 如下功能：

(1) 编写一个函数，提取一个字符串中的所有整数。整数提取规则为：连续 的数字字符构造一个整数，如果整数位数超过 6 位，则在第 7 位开始构建一 个新的整数。 (2) 编写一个函数，对(1)步提取的所有整数按照从小到大的顺序排序。 (3) 编写一个函数，输出提取的所有整数。 (4) 编写相关测试程序。 (没有学到指针)麻烦大神们给个详细的程序，做了几个小时了一直不成功。不知道在问题1中返回的值如何返回，并在2中使用，求详细解答，谢谢啦

python如何自定义权重损失函数？

“亚马逊丛林里的蝴蝶扇动几下翅膀就可能引起两周后美国德州的一次飓风……” 这句人人皆知的话最初用来描述非线性系统中微小参数的变化所引起的系统极大变化。 而在更长的时间尺度内，我们所生活的这个世界就是这样一个异常复杂的非线性系统…… 水泥、穹顶、透视——关于时间与技艺的蝴蝶效应 公元前3000年，古埃及人将尼罗河中挖出的泥浆与纳特龙盐湖中的矿物盐混合，再掺入煅烧石灰石制成的石灰，由此得来了人...

loonggg读完需要3分钟速读仅需 1 分钟大家好，我是你们的校长。我之前讲过，这年头，只要肯动脑，肯行动，程序员凭借自己的技术，赚钱的方式还是有很多种的。仅仅靠在公司出卖自己的劳动时...

MySQL数据库面试题（2020最新版）

HashMap底层实现原理，红黑树，B+树，B树的结构原理 Spring的AOP和IOC是什么？它们常见的使用场景有哪些？Spring事务，事务的属性，传播行为，数据库隔离级别 Spring和SpringMVC，MyBatis以及SpringBoot的注解分别有哪些？SpringMVC的工作原理，SpringBoot框架的优点，MyBatis框架的优点 SpringCould组件有哪些，他们...

《经典算法案例》01-08：如何使用质数设计扫雷（Minesweeper）游戏

《Oracle Java SE编程自学与面试指南》最佳学习路线图（2020最新版）