AttributeError: 'MultinomialNB' object has no attribute 'class_prior_'

根据提供的引用内容，出现了两个不同的错误信息。第一个错误是"AttributeError: module 'cs_gan.utils' has no attribute 'get_train_dataset'"，这意味着在模块"cs_gan.utils"中没有名为"get_train_dataset"的属性。第二个错误是"ValueError: Invalid number of logits for cross_entropy_loss!"，这意味着在交叉熵损失函数中传递了无效的logits数量。

对于你提到的"AttributeError: 'MultinomialNB' object has no attribute 'class_prior_'"错误，这意味着在MultinomialNB对象中没有名为"class_prior_"的属性。

以下是对这两个错误的解释和解决方法：

1. "AttributeError: module 'cs_gan.utils' has no attribute 'get_train_dataset'":
这个错误表明在模块"cs_gan.utils"中找不到名为"get_train_dataset"的属性。可能的原因是该模块中确实没有定义这个属性，或者在导入模块时出现了错误。要解决这个问题，你可以检查一下是否正确导入了"cs_gan.utils"模块，并确保该模块中确实定义了"get_train_dataset"属性。

2. "ValueError: Invalid number of logits for cross_entropy_loss!":
这个错误表明在交叉熵损失函数中传递了无效的logits数量。交叉熵损失函数通常用于分类问题，其中logits是模型的输出。要解决这个问题，你可以检查一下logits的维度是否与期望的分类数量相匹配。确保logits的形状是正确的，并且与标签的形状相匹配。

3. "AttributeError: 'MultinomialNB' object has no attribute 'class_prior_'":
这个错误表明MultinomialNB对象中没有名为"class_prior_"的属性。MultinomialNB是朴素贝叶斯分类器的一种实现，它用于处理多项式分布的数据。要解决这个问题，你可以检查一下MultinomialNB对象是否正确初始化，并确保在训练模型之后才能访问"class_prior_"属性。你还可以查看MultinomialNB类的文档，以了解可用的属性和方法。