小编Oll*_*lli的帖子

我以某种方式关闭了 JupyterLab 中的功能，当我突出显示某些内容时会说

1,2

然后按下括号，(, {, [它会自动在另一端添加第二个括号。我不知道这个功能叫什么，但它非常有用，而且我对它停止工作感到非常恼火。

已经重启了，还是这样。有人可以帮我重新打开它吗？

我想将 optuna 的 Study.optimize verbosity 设置为 0。我想optuna.logging.set_verbosity(0)可能会这样做，但我仍然得到Trial 0 finished with value ....每次试验的更新

这样做的正确方法是什么？不幸的是，对文档的大量搜索仍然只能得到上述方法。

提前谢谢了

我正在尝试使用 ArcFace 层实现模型： https://github.com/4uiiurz1/keras-arcface

为此，我创建了一个 tf.data.dataset，如下所示：

images= tf.data.Dataset.from_tensor_slices(train.A_image.to_numpy())
target = tf.keras.utils.to_categorical(
    train.Label.to_numpy(), num_classes=n_class, dtype='float32'
)
target = tf.data.Dataset.from_tensor_slices(target)

images= images.map(transform_img)

dataset = tf.data.Dataset.zip((images, target, target))

当我打电话时model.fit(dataset)

我收到以下错误：

ValueError: Layer model expects 2 input(s), but it received 1 input tensors. Inputs received: [<tf.Tensor 'IteratorGetNext:0' shape=<unknown> dtype=float32>]

但这应该按照以下方式工作：

Keras 中具有多个输入/输出的 tf.data

有人能指出我的愚蠢吗？

谢谢！

编辑：这解决了一些问题：

#reads in filepaths to images from dataframe train
images = tf.data.Dataset.from_tensor_slices(train.image.to_numpy())
#converts labels to one hot encoding vector
target = tf.keras.utils.to_categorical(train.Label.to_numpy(), num_classes=n_class, dtype='float32')
#reads in the image …

我正在我的计算机上加载一个 json 文件。我可以在不指定 Kaggle 编码的情况下加载它，不，错误。在我的电脑上，我收到标题中的错误。

with open('D:\soccer\statsbomb360\matches.json') as f:
    data = json.load(f, encoding = 'utf8')

添加errors = 'ignore'或更改编码为“拉丁”也不起作用。我有点不知道接下来要尝试什么，你能给我一个想法吗？

json 来自 statsbombs 免费提供的数据。有趣的是，在同一个数据集中，我有一些文件在 Kaggle/Colab 上给了我这个错误，但在我的电脑上却没有，但在那里指定encoding = 'latin'了这个技巧。

谢谢你！