AttributeError: module ‘d2l.torch‘ has no attribute ‘train_ch3‘,补充d2l.torch库缺失train_ch3函数

def train_ch3(net, train_iter, test_iter, loss, num_epochs, updater):  #@save
    """训练模型(定义见第3章)"""
    animator = Animator(xlabel='epoch', xlim=[1, num_epochs], ylim=[0.3, 0.9],
                        legend=['train loss', 'train acc', 'test acc'])
    for epoch in range(num_epochs):
        train_metrics = train_epoch_ch3(net, train_iter, loss, updater)
        test_acc = evaluate_accuracy(net, test_iter)
        animator.add(epoch + 1, train_metrics + (test_acc,))
    train_loss, train_acc = train_metrics
    assert train_loss < 0.5, train_loss
    assert train_acc <= 1 and train_acc > 0.7, train_acc
    assert test_acc <= 1 and test_acc > 0.7, test_acc
训练模型代码修改为:
num_epochs = 10
train_ch3(net, train_iter, test_iter, cross_entropy, num_epochs, updater)
  • 3
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
引用中的问题是关于使用TensorFlow时遇到的AttributeError: module 'tensorflow.compat.v1' has no attribute 'contrib'错误。这个错误是因为在TensorFlow 2.0版本中,'tensorflow.compat.v1'模块中的'contrib'子模块已经被移除了。 解决这个问题的方法是将代码中的'tensorflow.compat.v1.contrib'替换为'tensorflow.contrib'。这样可以修复该错误并使代码能够正常运行。 引用中的问题是在学习李沐老师的《动手学习深度学习pytorch版》时,运行d2l.load_array()函数时出现错误。要解决这个问题,可以尝试检查以下几个方面: 1. 检查是否已经正确安装了d2l。可以使用pip install命令来安装最新版本的d2l。 2. 检查代码中是否正确导入了d2l。可以使用import语句来导入d2l并确保没有拼写错误。 3. 检查d2l的版本是否与代码要求的版本匹配。可以尝试使用pip show命令来查看已安装的d2l的版本,并与代码要求的版本进行比较。 如果仍然无法解决问题,建议向相关论坛或社区寻求帮助,以获得更具体的解决方案。 引用中的问题是关于安装d2l的错误和版本不匹配的问题。为了解决这个问题,可以按照以下步骤进行操作: 1. 找到适合版本的d2l。可以根据书上要求的d2l版本为0.17.5,在合适的源中找到对应版本的d2l。 2. 下载对应版本的d2l,并将其保存在任意文件夹中。 3. 打开Anaconda Prompt(或其他终端工具)并使用cd命令导航到保存d2l的文件夹。 4. 执行pip install命令来安装下载的d2l。例如,执行pip install "d2l-0.17.5-py3-none-any.whl"命令来安装版本为0.17.5的d2l。 如果在安装过程中遇到权限问题,可以尝试使用管理员身份运行终端工具,或者添加--user选项来解决权限问题。 回答完问题后的

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值