from six.moves import xrange # pylint: disable=redefined-builtin
from six.moves import zip # pylint: disable=redefined-builtin
from tensorflow.python.framework import dtypes
from tensorflow.python.framework import ops
from tensorflow.python.ops import array_ops
from tensorflow.python.ops import control_flow_ops
from tensorflow.python.ops import embedding_ops
from tensorflow.python.ops import math_ops
from tensorflow.python.ops import nn_ops
from tensorflow.python.ops import rnn
from tensorflow.python.ops import rnn_cell_impl
from tensorflow.python.ops import variable_scope
from tensorflow.python.util import nest
def sequence_loss_by_example(logits,
targets,
weights,
average_across_timesteps=True,
softmax_loss_function=None,
name=None):
if len(targets) != len(logits) or len(weights) != len(logits):
raise ValueError("Lengths of logits, weights, and targets must be the same "
"%d, %d, %d." % (len(logits), len(weights), len(targets)))
with ops.name_scope(name, "sequence_loss_by_example",
logits + targets + weights):
log_perp_list = []
for logit, target, weight in zip(logits, targets, weights):
if softmax_loss_function is None:
# TODO(irving,ebrevdo): This reshape is needed because
# sequence_loss_by_example is called with scalars sometimes, which
# violates our general scalar strictness policy.
target = array_ops.reshape(target, [-1])
crossent = nn_ops.sparse_softmax_cross_entropy_with_logits(
labels=target, logits=logit)
else:
# crossent = softmax_loss_function(labels=target,logits=logit)
# crossent = softmax_loss_function(labels=targets,logits=logits)
# crossent = softmax_loss_function(target, logits=logit)
# crossent = softmax_loss_function(target, logit)
# crossent = softmax_loss_function(targets, logits=logit)
# crossent = softmax_loss_function(labels,logits)
# crossent = softmax_loss_function(targets,logits)
crossent=softmax_loss_function(targets,logits)
log_perp_list.append(crossent * weight)
log_perps = math_ops.add_n(log_perp_list)
if average_across_timesteps:
total_size = math_ops.add_n(weights)
total_size += 1e-12 # Just to avoid division by 0 for all-0 weights.
log_perps /= total_size
return log_perps
没有合适的资源?快使用搜索试试~ 我知道了~
问题解决:module 'tensorflow.compat.v1' has no attribute '
共1个文件
py:1个
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
5星 · 超过95%的资源 1 下载量 24 浏览量
2023-04-14
09:07:13
上传
评论
收藏 910B ZIP 举报
温馨提示
AttributeError: module 'tensorflow.compat.v1' has no attribute 'contrib'的问题您具体怎么解决问题具体解决的seq_loss.py文件
资源推荐
资源详情
资源评论
收起资源包目录
具体怎么解决问题具体解决的seq_loss.zip (1个子文件)
seq_loss.py 3KB
共 1 条
- 1
小风飞子
- 粉丝: 319
- 资源: 1443
下载权益
C知道特权
VIP文章
课程特权
开通VIP
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 图片.pdf
- Lsky-pro的token获取程序
- ABAQUS混凝土本构曲线数据(C25、C30、C35、C40、C45、C50...)
- 基于Python Flask框架的金融项目设计源码
- Campus一款简单的后台管理系统,RuoYi-Vue简单版,快速开发框架,适合大学生开发毕设,或其他小项目。使用Spring
- 一个Vue3 Ts Node.js的通用后台管理系统后端
- 1.实现定义学生成绩记录,记录包括字段有:序号、学生姓名、学号、课程名称、成绩。 2.实现学生成绩管理系统的菜单管理功能,允许
- 基于Java的WebBase业务系统框架设计源码
- app.revanced.android.gms.0.3.1.4.240913.23b92906231cf22e7c81ac50707854e2.apk
- 基于ThinkPHP的API文档自动生成系统设计源码
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功
- 1
- 2
- 3
前往页