D:\Python310\python.exe G:/Python学习/自写脚本/2.绩效表/JXJKB.py None of PyTorch, TensorFlow >= 2.0, or Flax have been found. Models won't be available and only tokenizers, configuration and file/data utilities can be used. error line:49-name 'Tokenizer' is not defined

这个错误提示说明你的代码中没有定义 Tokenizer。请确认你已经正确导入了所需的库并在代码中正确地使用了这些库中的类和函数。在这种情况下，可能需要在代码顶部添加以下语句来导入所需的库：

from transformers import AutoTokenizer

如果你已经正确导入了库，但仍然遇到这个错误，请检查你的代码中是否有拼写错误或错误的用法，例如大小写错误或缺少必要参数等。

相关问题

D:\Python310\python.exe G:/Python学习/自写脚本/2.绩效表/JXJKB.py error line:41-cannot import name 'Tokenizer' from 'transformers' (D:\Python310\lib\site-packages\transformers\__init__.py)None of PyTorch, TensorFlow >= 2.0, or Flax have been found. Models won't be available and only tokenizers, configuration and file/data utilities can be used.

这个错误提示表明你的代码在导入transformers包中的Tokenizer时出现了问题，并且提示没有找到PyTorch、TensorFlow或Flax等深度学习库。这意味着你可能没有安装这些库或者安装的版本不兼容。

你可以检查一下你的代码中是否正确导入了transformers包，并且确认你已经正确安装了PyTorch、TensorFlow或Flax等深度学习库。你可以在终端中使用pip命令安装这些库，例如：

pip install torch
pip install tensorflow
pip install flax

如果你已经安装了这些库，你可能需要升级它们的版本。你可以使用下面的命令来升级这些库：

pip install --upgrade torch
pip install --upgrade tensorflow
pip install --upgrade flax

如果你仍然遇到问题，可以尝试重启你的Python环境，并重新运行你的代码。

D:\Anaconda\python.exe D:\py\text2.py (56, 29) D:\Anaconda\lib\site-packages\xarray\core\nanops.py:142: RuntimeWarning: Mean of empty slice return np.nanmean(a, axis=axis, dtype=dtype) D:\Anaconda\lib\site-packages\numpy\lib\function_base.py:2691: RuntimeWarning: invalid value encountered in true_divide c /= stddev[:, None] D:\Anaconda\lib\site-packages\numpy\lib\function_base.py:2692: RuntimeWarning: invalid value encountered in true_divide c /= stddev[None, :] D:\Anaconda\lib\site-packages\torch\nn\modules\loss.py:536: UserWarning: Using a target size (torch.Size([40])) that is different to the input size (torch.Size([40, 1])). This will likely lead to incorrect results due to broadcasting. Please ensure they have the same size. return F.mse_loss(input, target, reduction=self.reduction) Traceback (most recent call last): File "D:\py\text2.py", line 154, in <module> loss.backward()#误差反向传播，计算新的更新参数值 File "D:\Anaconda\lib\site-packages\torch\_tensor.py", line 489, in backward self, gradient, retain_graph, create_graph, inputs=inputs File "D:\Anaconda\lib\site-packages\torch\autograd\__init__.py", line 199, in backward allow_unreachable=True, accumulate_grad=True) # Calls into the C++ engine to run the backward pass RuntimeError: Found dtype Double but expected Float

根据你提供的信息，看起来是在运行一个 Python 脚本出现了一些错误。具体来说，有一个运行时警告和一个运行时错误。警告是在计算均值时出现了一个空切片，而错误是在使用 PyTorch 进行误差反向传播时发生的。根据错误消息，你的代码似乎期望一个 Float 类型的张量，但实际上得到了一个 Double 类型的张量。你可以检查代码中的张量类型，并确保它们与你期望的类型一致。另外，你也可以检查输入和目标张量的大小，确保它们具有相同的大小。