小编Yeo*_*Jin的帖子

我将csv更改为npy文件.更改后,csv文件的大小为5GB,npy为13GB.我认为npy文件比csv更有效.我误解了吗？为什么npy的大小比csv大？

我刚刚用过这段代码

full = pd.read_csv('data/RGB.csv', header=None).values
np.save('data/RGB.npy', full, allow_pickle=False, fix_imports=False)

和数据结构如下:

R, G, B, is_skin
2, 5, 1, 0
10, 52, 242, 1
52, 240, 42, 0
...(row is 420,711,257)

我有目录列表，该元素应该一次返回一个

所以我编码如下：

def gen():
    list = ["dir_1", "dir_2", ..., "dir_n"]
    for i in list:
        yield i

但是，我想一遍又一遍地获取目录，例如dir_1，，，dir_2... dir_n，，，...这样。dir_1dir_2

我应该怎么做？

我编写了一个将 L2 损失添加到主损失函数中的代码：

def add_l2(model, penalty=0.001):
    for layer in model.layers:
        if "conv" in layer.name:
            model.add_loss(penalty * tf.reduce_sum(tf.square(layer.trainable_variables[0])))
    return

## training
@tf.function
def train_one_step(model, x, y, optimizer):
    with tf.GradientTape() as tape:
        logits = model(x, training=True)
        loss = _criterion(y_true=y, y_pred=logits)

        add_l2(model, 0.001)
        loss += sum(model.losses)

    grads = tape.gradient(loss, model.trainable_variables)
    optimizer.apply_gradients(zip(grads, model.trainable_variables))
    return loss, logits

当我开始训练时，我遇到了如下错误：

ValueError：需要一个符号张量或一个可调用的损失值。请将您的损失计算包装在零参数中lambda。

这个错误是什么意思？我该如何治疗？