小编Göd*_*del的帖子

我正在 tensorflow(2.3) 中学习 keras API。在tensorflow 网站上的本指南中，我找到了一个自定义损失函数的示例：

    def custom_mean_squared_error(y_true, y_pred):
        return tf.math.reduce_mean(tf.square(y_true - y_pred))

在reduce_mean这个自定义损失函数函数会返回一个标量。

这样定义损失函数合适吗？据我所知，y_true和形状的第一维y_pred是批量大小。我认为损失函数应该为批次中的每个样本返回损失值。所以损失函数应该给出一个形状数组(batch_size,)。但是上面的函数为整个批次提供了一个值。

也许上面的例子是错误的？任何人都可以在这个问题上给我一些帮助吗？

ps为什么我认为损失函数应该返回一个数组而不是单个值？

我阅读了Model类的源代码。当您向方法提供损失函数（请注意它是一个函数，而不是损失类）时Model.compile()，该损失函数用于构造一个LossesContainer对象，该对象存储在Model.compiled_loss. 传递给LossesContainer类的构造函数的这个损失函数再次用于构造一个LossFunctionWrapper对象，该对象存储在LossesContainer._losses.

根据LossFunctionWrapper类的源代码，训练批次的整体损失值是通过LossFunctionWrapper.__call__()方法（继承自Loss类）计算的，即它返回整个批次的单个损失值。但是第LossFunctionWrapper.__call__()一个调用该LossFunctionWrapper.call()方法以获得训练批次中每个样本的损失数组。然后将这些损失最后平均以获得整批的单个损失值。这是在LossFunctionWrapper.call()方法的损失函数提供给Model.compile()方法被调用。

这就是为什么我认为自定义损失函数应该返回一系列损失，而不是单个标量值。此外，如果我们Loss为Model.compile()方法编写自定义类call()，我们自定义Loss类的方法也应该返回一个数组，而不是一个信号值。

我在github上打开了一个问题。已确认需要自定义损失函数来为每个样本返回一个损失值。该示例将需要更新以反映这一点。

我知道System类的System.in是InputStream的具体子类的实例,因为InputStream的read()方法是抽象的,System.in必须覆盖此方法.根据有关InputStream的read()方法的文档:

public abstract int read()抛出IOException

从输入流中读取下一个数据字节.值字节作为int返回,范围为0到255.如果没有字节可用,因为已到达流的末尾,则返回值-1.此方法将阻塞,直到输入数据可用,检测到流的末尾或抛出异常.
子类必须提供此方法的实现.

返回:
数据的下一个字节,如果到达流的末尾,则返回-1.

抛出:
IOException - 如果发生I/O错误.

如果到达流的末尾,则read()方法应返回-1.我的问题是,System.in.read()何时返回-1？

以下是示例代码:

import java.io.*;

class SystemInTest{
    public static void main(String[] args) throws IOException{
        InputStream in = System.in;
        //InputStream in = new FileInputStream("h.txt");

        int ch = 0;
        while((ch = in.read()) != -1){
            System.out.println(ch);
        }
    }
}

运行此代码,然后键入"abc"后跟"Enter",结果是(在Linux下):

97
98
99
10

然后应用程序被阻止并等待另一个输入.但我认为while循环"ch = in.read()"中的语句应继续运行并在读取行终止字符并在控制台上打印10后返回-1.如果是这样,应该终止申请.但它被封锁了.

作为比较,如果我取消注释注释行,使用内容为"abc \n"的文件作为字节输入流,则应用程序将作为期望终止,因为返回-1.

System.in.read()永远不会返回-1,这是真的吗？如果是这样,为什么System.in中的read()方法的实现与InputStream的其他子类(如FileInputStream)不同？

两天前，我在 Windows 计算机上卸载了“Anaconda3 5.2.0”并重新安装了“Anaconda3 2020.07”。按照安装者的建议，我去年安装Anaconda3 5.2.0或者前两天重新安装Anaconda3 2020.07时，系统path环境变量中没有添加Anaconda路径。当我从 Anaconda Prompt 使用 python 时一切顺利，因为 Prompt 已将 Anaconda 目录添加到path变量中。

但是，在 Anaconda Prompt 之外使用时，我发现 Anaconda3 5.2.0 和 Anaconda3 2020.07 之间存在奇怪的不同行为。我有一个bat包含一行的文件C:\Anaconda3\python xxx.py，并在xxx.py其中导入了几个 python 包，包括numpy. 我在使用Anaconda 5.2.0的时候，bat双击这个文件就可以成功执行（相当于C:\Anaconda3\python xxx.py在普通CMD中运行，不知道Anaconda路径）。但是，在我重新安装Anaconda3 2020.07后，DLL load failed运行该bat文件时出现错误，因为numpy无法成功导入该包。

我确定错误是由path变量引起的，我意识到在普通 CMD 中DLL load failed运行时出现错误应该是一个合理的结果，C:\Anaconda3\python xxx.py因为DLL如果没有将 Anaconda 目录添加到pathCMD 中的变量中，就无法找到该错误。

我的问题是为什么它可以在Anaconda 5.2.0下成功执行。Anaconda 5.2.0 有什么特别之处？为什么命令可以 …

我使用的是Ubuntu系统，默认安装了python 3.5。

当我使用venv模块创建虚拟环境时，我在虚拟环境中找不到标准库，只能找到python解释器的二进制文件。但是，当我切换到使用此虚拟环境时，我可以在 python 脚本中导入标准库模块。

那么如何venv运作呢？新创建的虚拟环境只是使用系统python的标准库吗？如果是这样，如果我想创建一个完全独立的虚拟环境怎么办？可以通过venv模块来实现吗？顺便说一句，我conda以前用过。conda可以使用与系统版本不同的python创建虚拟环境。能venv胜任这份工作吗？