ifingovo的博客

问题描述：在tf2.x环境下，自定义损失函数出错，想查看y_pred和y_true的值，使用K.eval(y_pred),y_pred.numpy()报错：AttributeError: ‘Tensor’ object has no attribute ‘_numpy’解决方法：在model.compile()中将run_eagerly改为True，可以查看，但是运行速度会慢分析原因：run_eagerly参数设置模型是创建动态图还是静态图(默认是静态图，False)Running eager

环境：win10+tensorflow2.3+transformers问题：根据教程Fine-tuning in native TensorFlow 2保存本地模型，使用BertTokenizer.from_pretrained读取模型时报错OSError: Cannot load tokenizer for model.save pretrained解决方案：路径中缺少vocab文件，需要从其他的地方粘贴过来，如chinese_L-12_H-768_A-12...

文本表示的方法：BOW（bag of words）：BOW可以理解为语料库的去重集合，并对集合内的每个单词做唯一索引。之后就可以用该集合构成的一维向量表示语料库中的句子。假设有两个简单文档：文档一：John likes to watch movies. Mary likes too.文档二： John also likes to watch football games.基于上述15个单词的语料库，构建如下一个字典（或者其他集合形式也行）：Vocabulary= {“John”: 1, “l