小编Col*_* Su的帖子

这个问题发生在我的Ubuntu 12.04,Git版本1.7.9.5上

总是出现一条错误消息"错误:gnutls_handshake()失败:一个意外长度的TLS数据包正在接收......"而我通过我们学校的网络使用Git和HTTPS协议.

根据使用Wireshark解析数据包的结果,Git-client 在第四步中通过SSL协议发送Hello数据包,并在第五步接收RST/ACK错误.

但是在正常的网络环境中,Git 在第四步中通过TLSv1协议发送Hello数据包,然后在收到ACK数据包后像魅力一样工作.

我想查看在我们奇怪的网络环境中问题发生的地方,还是由Git引起的？

附件是Wireshark在两种网络环境中的结果:

错误的环境

正确的环境

我对 Keras 比较陌生，正在尝试使用 TensorFlow 后端实现 U-Net 架构，以便对许多 256x256 图像进行像素级多类分类。输入形状和输出形状均为 256x256x1（批量大小也是 1）。

我有超过 30 个类，所以我尝试将其用作sparse_categorical_crossentropy我的损失函数（常规分类交叉熵会给我带来记忆错误），正如许多在线论坛建议的那样。当我将“metric”参数从“accuracy”更改为“sparse_categorical_accuracy”时，出现以下错误：

InvalidArgumentError: Incompatible shapes: [65536] vs. [1,256,256]   
[[{{node metrics_3/sparse_categorical_accuracy/Equal}} = 
Equal[T=DT_FLOAT, _device="/job:localhost/replica:0/task:0/device:GPU:0"](metrics_3/sparse_categorical_accuracy/Reshape, metrics_3/sparse_categorical_accuracy/Cast)]]   
[[{{node metrics_3/sparse_categorical_accuracy/Mean/_749}} =
_Recv[client_terminated=false, recv_device="/job:localhost/replica:0/task:0/device:CPU:0", send_device="/job:localhost/replica:0/task:0/device:GPU:0", send_device_incarnation=1, tensor_name="edge_3000_metrics_3/sparse_categorical_accuracy/Mean", tensor_type=DT_FLOAT,
_device="/job:localhost/replica:0/task:0/device:CPU:0"]()]]

看来我的输出是 1D 而不是 2D？我需要更改数据格式吗？然而，当我尝试在 U-Net 末尾使用扁平层和密集层（以产生 65536 个向量输出）来展平输出时，我收到另一个错误，指出预期输出维度为 1。我也尝试过将最后一层中的通道数更改为我正在使用的类总数（以使输出为 256x256xnum_classes），但我得到了相同的错误。

此外，当我将“metric”参数保留为“accuracy”时，代码会运行，但损失始终存在，NaN并且精度很快收敛到约 0.008。在这种情况下，“准确度”默认为多少？

这些是已知的问题吗sparse_categorical_accuracy？我在网上找不到太多信息，关于这个特定损失函数的 Keras 文档也很少。任何帮助表示赞赏！如果还需要我的代码的其他部分来帮助调试，请告诉我。