我正在尝试查看可用的问题(),但它给出了错误。 如果我遗漏了什么,你能告诉我吗

>>> from tensor2tensor import problems
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "C:\Users\\Anaconda3\lib\site-packages\tensor2tensor\problems.py", line 22, in <module>
    from tensor2tensor.utils import registry
  File "C:\Users\\Anaconda3\lib\site-packages\tensor2tensor\utils\registry.py", line 551, in <module>
    attacks = tf.contrib.framework.deprecated(None, "Use registry.attack")(attack)
AttributeError: module 'tensorflow' has no attribute 'contrib'
>>> tf.__version__
'2.0.0-beta1'
>>>

我在窗户上工作

#1楼 票数:0 已采纳

Tensor2Tensor 库尚未与 Tensorflow 2.0 兼容,因为它仍然使用了许多已弃用的 API。 您目前唯一的选择是降级到旧版本,例如 Tensorflow 1.15。

pip3 install tensorflow==1.15.0

  ask by ML learner translate from so

未解决问题?本站智能推荐:

1回复

在Flask中导入多个自定义tensor2tensor问题

在flask_restplus API中,我试图从正在一个服务器上服务的两个tensor2tensor模型进行推断。 这两个模型都是自定义的,因此我将t2t_usr_dir提供给tensor2tensor的服务函数,以便可以找到自定义问题。 当推断一个自定义问题时,一切都很好,并且结果符
1回复

Tensorflow Keras 实现多实例学习问题

我正在尝试使用 TensorFlow Keras API 实现多实例学习模型。 假设输入张量形状为(None, 18, 10, 300) ,我需要使用submodel沿axis=1执行多实例学习。 因此, submodel的输入应该是(None, 10, 300) 。 假设单个submodel的输出
1回复

加载预训练通用句子编码器的问题

我在为 NLP 任务加载预训练模块时遇到问题,我想问题是由于 tf 迁移。 Tensorflow 网站表示,如果正确给出签名变量,问题可能会得到解决。 你能帮我更正这段代码吗? 类型错误:“AutoTrackable”对象不可调用 [代码]
1回复

带单词嵌入的Keras多标签分类中的维数问题

我目前正在解决一个练习,其中涉及阅读TED演讲,根据演讲主题为他们加标签,并在Keras中训练前馈NN,使用预先训练的词嵌入技术可以对新演讲进行相应的标签。 根据讨论的内容(技术,教育或设计或其中多个主题),它可以具有以下标签之一: 我像这样加载演讲: 然后,我计算文本中标
1回复

AttributeError: 'ArgDef' 对象没有属性 'handle_data'

我正在尝试在本地机器1上从 tensorflow.org 运行此示例,但出现以下错误: AttributeError: 'ArgDef' 对象没有属性 'handle_data'。 问题出现在: bert_preprocess_model = hub.KerasLayer(tfhub_ha
1回复

Tensorflow:AttributeError:模块“tensorflow.python.ops.nn”没有属性“softmax_cross_entropy_with_logits_v2”

当我运行这个时,我得到 AttributeError: AttributeError: module 'tensorflow.python.ops.nn' has no attribute 'softmax_cross_entropy_with_logits_v2'。 我可以得到任何帮助吗? 在
2回复

为模型创建 Keras 模型输入张量的问题必须来自`keras.layers.Input`?

出于某种原因,我正在尝试创建我的 Keras 模型,但它不起作用。 我收到此错误 ValueError: Input keras.layers.Input to a Model must come from keras.layers.Input 。 收到:(缺少前一层元数据)。 [创建模型最后一行
1回复

我如何处理 NLP 问题中的预处理和看不见的数据?

假设我已经预处理了一些文本数据,去除了停用词、网址等。 我应该如何构建这些清理过的数据,以便使它们可用于神经网络等分类器? 是否有首选结构或经验法则? (词袋,tf-idf 或其他任何东西?)另外,你能推荐一些可以自动在 python 中完成所有工作的包吗? 现在我训练模型,一切正常。 该模型