小编Art*_*rin的帖子

假设我想编写一个符合tf.kerasAPI的自定义优化器类（使用 TensorFlow version>=2.0）。我对记录在案的方法与实现中的方法感到困惑。

tf.keras.optimizers.Optimizer 状态的文档，

  ### Write a customized optimizer.
  If you intend to create your own optimization algorithm, simply inherit from
  this class and override the following methods:

    - resource_apply_dense (update variable given gradient tensor is dense)
    - resource_apply_sparse (update variable given gradient tensor is sparse)
    - create_slots (if your optimizer algorithm requires additional variables)

不过，目前的tf.keras.optimizers.Optimizer实现没有定义resource_apply_dense方法，但它确实定义了一个私人的前瞻性_resource_apply_dense方法存根。同样，没有resource_apply_sparseorcreate_slots方法，但有_resource_apply_sparse方法存根和_create_slots方法调用。

在官方 …

考虑以下:

>>> import numbers
>>> import numpy
>>> a = numpy.int_(0)
>>> isinstance(a, int)
False
>>> isinstance(a, numbers.Integral)
True
>>> b = numpy.float_(0)
>>> isinstance(b, float)
True
>>> isinstance(b, numbers.Real)
True

NumPy numpy.int_和numpy.float_类型都在Python的数字抽象基类层次结构中,但我很奇怪,np.int_对象不是内置int类的实例,而np.float_对象是内置float类型的实例.

为什么会这样？

假设我有一个函数表示一些可能失败的计算

f :: a -> Maybe b

如果我有一个列表l，我可以找到列表中f成功使用的第一个（从左到右扫描时）项目，以下函数findList f l在哪里findList

findList :: (a -> Maybe b) -> [a] -> Maybe b
findList f [] = Nothing
findList f (x : xs) = case f x of
  Nothing -> findList f xs
  Just y -> Just y

（或使用，例如，firstJust从extra包）。

题。

如果我想用Setfrom做同样的事情我该怎么办containers？

也就是说，我想要一个带有签名的函数

findSet :: (a -> Maybe b) -> Set a -> Maybe b

这相当于

findSet f …