使用transformers过程中出现的bug_no module named ‘transformers

最新推荐文章于 2024-06-04 11:15:04 发布

afagagagaa

最新推荐文章于 2024-06-04 11:15:04 发布

阅读量294

点赞数 4

分类专栏： 2024年程序员学习文章标签： bug

本文链接：https://blog.csdn.net/afagagagaa/article/details/137896262

版权

2024年程序员学习专栏收录该内容

63 篇文章 0 订阅

订阅专栏

先自我介绍一下，小编浙江大学毕业，去过华为、字节跳动等大厂，目前阿里P7

深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年最新大数据全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上大数据知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

如果你需要这些资料，可以添加V获取：vip204888 （备注大数据）

正文

The following model_kwargs are not used by the model: [‘encoder_hidden_states’, ‘encoder_attention_mask’] (note: typos in the generate arguments will also show up in this list)

使用text_decoder就出现上述错误，这是由于transformers版本不兼容导致的

from transformers import AutoModel, AutoConfig, BertGenerationDecoder
decoder_config = AutoConfig.from_pretrained(args['text_checkpoint'])

text_decoder = BertGenerationDecoder(config=decoder_config)

output = self.text_decoder.generate(input_ids=cls_input_ids, 
                                    encoder_hidden_states=encoder_hidden_states, 
                                    encoder_attention_mask=encoder_attention_mask,  
                                    max_length=self.args['max_seq_length'], 
                                    do_sample=True, 
                                    num_beams=self.args['beam_size'], 
                                    length_penalty=1.0, use_cache=True,
                                    )

解决办法：将transformer的版本换到以下范围, 4.15.0<=transformers<4.22.0，transformers>=4.25.0

比如：pip install transformers4.25.1 or pip install transformers4.20.1

2. No module named ‘transformers.generation_beam_constraints’ (其中transformers==4.28.1)

（1）解决办法

将：from transformers import generation_beam_constraints

改为：from transformers.generation import beam_constraints

（2）其他例子

有问题的代码：

# 可以在transformers == 4.23.1版本上面运行
from transformers.generation_beam_constraints import Constraint
from transformers.generation_beam_search import BeamScorer, BeamSearchScorer
from transformers.generation_logits_process import (
    EncoderNoRepeatNGramLogitsProcessor,
    ForcedBOSTokenLogitsProcessor,
    ForcedEOSTokenLogitsProcessor,
    HammingDiversityLogitsProcessor,
    InfNanRemoveLogitsProcessor,
    LogitsProcessorList,
    MinLengthLogitsProcessor,
    NoBadWordsLogitsProcessor,
    NoRepeatNGramLogitsProcessor,
    PrefixConstrainedLogitsProcessor,
    RepetitionPenaltyLogitsProcessor,
    TemperatureLogitsWarper,
    TopKLogitsWarper,
    TopPLogitsWarper,

)
from transformers.generation_stopping_criteria import (
    MaxLengthCriteria,


**网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。**

**需要这份系统化的资料的朋友，可以添加V获取：vip204888 （备注大数据）**
![img](https://img-blog.csdnimg.cn/img_convert/6376c79960ea61f5fa3cf7a17fe972bd.png)

**一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**

人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**