小编fea*_*eer的帖子

正如在一个类似措辞的问题中提到的（为什么在 c++14 中使用 bind over lambdas？）答案是 - 没有理由（并且还提到为什么使用 lambdas 会更好）。

我的问题是 - 如果在 C++14 中不再有理由使用绑定，为什么标准委员会认为有必要std::bind_front在 C++20 中添加？

它现在比 lambda 有什么新优势吗？

我希望我的部分数据增强将高斯模糊应用于我的训练数据。

为此，我创建了一个自定义 Initializer 类，该类初始化 DepthwiseConv2d 以获得所需的高斯内核。

但我收到以下错误：

tensorflow.python.framework.errors_impl.FailedPreconditionError:  {{function_node __inference_Dataset_map_<lambda>_67}} Error while reading resource variable _AnonymousVar0 from Container: localhost. This could mean that the variable was uninitialized. Not found: Resource localhost/_AnonymousVar0/class tensorflow::Var does not exist.
     [[{{node depthwise_conv2d/depthwise/ReadVariableOp}}]]
     [[IteratorGetNext]] [Op:__inference_distributed_function_694]

这是一个简单的工作示例：

import tensorflow as tf


class GaussianInitializer(tf.keras.initializers.Initializer):
    def __init__(self):
        super().__init__()
        self.sigma = 2

    def _gaussian_kernel(self, kernel_size, dtype):
        x = tf.range(-kernel_size // 2 + 1, kernel_size // 2 + 1, dtype=dtype)
        g = tf.math.exp(-(tf.pow(x, 2) / (2 * tf.pow(tf.cast(self.sigma, dtype), 2))))
        g_norm2d …