小编dig*_*ger的帖子

当我阅读Tensorflow 网站上的指南时，我发现了两种自定义损失的方法。第一个是定义损失函数，就像：

def basic_loss_function(y_true, y_pred):
    return tf.math.reduce_mean(tf.abs(y_true - y_pred))

并且为了简单起见，我们假设批量大小也为1，因此y_true和的形状y_pred都是(1, c)，其中c是类的数量。所以在这个方法中，我们给出两个向量y_true和y_pred，并返回一个值（scala）。

然后，第二种方法是子类化tf.keras.losses.Lossclass，guide中的代码是：

class WeightedBinaryCrossEntropy(keras.losses.Loss):
    """
    Args:
      pos_weight: Scalar to affect the positive labels of the loss function.
      weight: Scalar to affect the entirety of the loss function.
      from_logits: Whether to compute loss from logits or the probability.
      reduction: Type of tf.keras.losses.Reduction to apply to loss.
      name: Name of the loss function.
    """
    def __init__(self, pos_weight, weight, from_logits=False,
                 reduction=keras.losses.Reduction.AUTO, …

我在 python 中使用 Opencv，遇到了一个问题。
当我运行以下代码时：

img = cv2.imread('test.jpg',0)
hist = cv2.calcHist([img],[0],None,256,[0,256])

发生错误：SystemError: <built-in function calcHist> returned NULL without setting an error
我很困惑，在网络中找不到相同的错误，所以出了什么问题？
谢谢。

PS：我在 Windows 和 Ubuntu 中运行相同的代码，并得到相同的错误，所以这可能不是系统的原因？