小编hua*_*986的帖子

我会在全球的每一个步骤都蒙受训练损失。但是我确实想在张量板上的图'lossxx'中添加评估损失。怎么做？

  类MyHook（tf.train.SessionRunHook）：
    def after_run（self，run_context，run_value）：
      _session = run_context.session
      _session.run（_session.graph.get_operation_by_name（'acc_op'））

  def my_model（功能，标签，模式）：
    ...
    logits = tf.layers.dense（net，3，激活=无）
    预测类= tf.argmax（logits，1）
    如果模式== tf.estimator.ModeKeys.PREDICT：
      预测= {
        'class'：predicted_classes，
        '问题'：tf.nn.softmax（logits）
      }
      返回tf.estimator.EstimatorSpec（mode，projections = predictions）

    ＃计算损失。
    损失= tf.losses.sparse_softmax_cross_entropy（labels =标签，logits = logits）
    acc，acc_op = tf.metrics.accuracy（标签=标签，预测= predicted_classes）
    tf.identity（acc_op，'acc_op'）
    loss_sum = tf.summary.scalar（'lossxx'，loss）
    precision_sum = tf.summary.scalar（'accuracyxx'，acc）
    merg = tf.summary.merge_all（）

    ＃创建培训项目。
    如果mode == tf.estimator.ModeKeys.TRAIN：
      优化器= tf.train.AdagradOptimizer（learning_rate = 0.1）
      train_op = optimizer.minimize（损失，global_step = tf.train.get_global_step（））
      返回tf.estimator.EstimatorSpec（mode，loss = loss，train_op = train_op，
                                      training_chief_hooks = [
                                            tf.train.SummarySaverHook（save_steps = 10，output_dir ='。/ model'，summary_op = merg）]）

    返回tf.estimator.EstimatorSpec（
        模式，损失=损失，eval_metric_ops = {'accuracy'：（acc，acc_op）}
    ）


  classifier.train（input_fn …

我需要在debian 6.0中安装as86.但是,我在debian-6.0-DVD中找不到as86.那么,在哪里可以找到as86？

首先我在Ubuntu 12.04上安装sctp
sudo apt-get install libsctp-dev lksctp-tools
然后在我的.c文件中,我包括:

#include < netinet/in.h >
#include < netinet/sctp.h >
#include < sys/socket.h >
#include < stdlib.h >
#include < unistd.h >

howerver,当我用gcc编译时,结果是:

 undefined reference to `sctp_recvmsg'
 undefined reference to `sctp_get_no_strms'
 undefined reference to `sctp_sendmsg'

怎么了？