使用gpt2,meanloss = loss.mean()的预训练模型时,却出现这个错误:AttributeError: 'str'对象没有属性“mean”;

发布于 2025-01-10 09:26:17 字数 320 浏览 2 评论 0原文

在训练过程中,我试图找到平均损失,但是我犯了一个错误

        loss, logits, _ = model(data1, labels=target1)
        meanloss = loss.mean()
        total_loss += meanloss
        meanloss.backward()
        optimizer.step()

,这就是错误

AttributeError: 'str' object has no attribute 'mean'

During the training, I tried to find the average loss, but I made a mistake

        loss, logits, _ = model(data1, labels=target1)
        meanloss = loss.mean()
        total_loss += meanloss
        meanloss.backward()
        optimizer.step()

then,this is the error

AttributeError: 'str' object has no attribute 'mean'

如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。

扫码二维码加入Web技术交流群

发布评论

需要 登录 才能够评论, 你可以免费 注册 一个本站的账号。

评论(1

凌乱心跳 2025-01-17 09:26:17

这一定是你的模型造成的。你能展示你定义的模型吗?

这是一个例子:

>>> import torch
>>> from transformers import GPT2Tokenizer, GPT2LMHeadModel

>>> tokenizer = GPT2Tokenizer.from_pretrained('gpt2')
>>> model = GPT2LMHeadModel.from_pretrained('gpt2')

>>> inputs = tokenizer("Hello, my dog is cute", return_tensors="pt")
>>> outputs = model(**inputs, labels=inputs["input_ids"])
>>> loss, logits = outputs[:2]

That must be caused by your model. Can you show the model your defined?

Here is an example:

>>> import torch
>>> from transformers import GPT2Tokenizer, GPT2LMHeadModel

>>> tokenizer = GPT2Tokenizer.from_pretrained('gpt2')
>>> model = GPT2LMHeadModel.from_pretrained('gpt2')

>>> inputs = tokenizer("Hello, my dog is cute", return_tensors="pt")
>>> outputs = model(**inputs, labels=inputs["input_ids"])
>>> loss, logits = outputs[:2]
~没有更多了~
我们使用 Cookies 和其他技术来定制您的体验包括您的登录状态等。通过阅读我们的 隐私政策 了解更多相关信息。 单击 接受 或继续使用网站,即表示您同意使用 Cookies 和您的相关数据。
原文