oss = self._train_model(input_fn, hooks, saving_listeners) File "E:\pycharm-workspace\BERT\BERT-BiLSTM-CRF-NER-master\venv\lib\site-packages\tensorflow_estimator\python\estimator\estimator.py", line 1161, in _train_model return self._train_model_default(input_fn, hooks, saving_listeners) File "E:\pycharm-workspace\BERT\BERT-BiLSTM-CRF-NER-master\venv\lib\site-packages\tensorflow_estimator\python\estimator\estimator.py", line 1191, in _train_model_default features, labels, ModeKeys.TRAIN, self.config) File "E:\pycharm-workspace\BERT\BERT-BiLSTM-CRF-NER-master\venv\lib\site-packages\tensorflow_estimator\python\estimator\estimator.py", line 1149, in _call_model_fn model_fn_results = self._model_fn(features=features, **kwargs) File "E:\pycharm-workspace\BERT\BERT-BiLSTM-CRF-NER-master\bert_base\train\bert_lstm_ner.py", line 405, in model_fn total_loss, learning_rate, num_train_steps, num_warmup_steps, False) File "E:\pycharm-workspace\BERT\BERT-BiLSTM-CRF-NER-master\bert_base\bert\optimization.py", line 27, in create_optimizer global_step = tf.train.get_or_create_global_step() UnboundLocalError: local variable 'tf' referenced before assignment 进程已结束,退出代码1

根据你提供的错误信息，看起来是在创建优化器时出现了问题。

错误提示 `UnboundLocalError: local variable 'tf' referenced before assignment` 表明在引用变量 `tf` 之前没有对其进行赋值。

这通常发生在没有正确导入 TensorFlow 库的情况下。请确保你的代码中包含了正确的 TensorFlow 导入语句，例如：

import tensorflow as tf

如果你已经正确导入了 TensorFlow，但仍然遇到此错误，请检查你的代码中是否存在命名冲突或变量重复定义的情况。

另外，请确保你的代码中使用的 TensorFlow 版本与 transformers 库兼容。如果你使用的是较新版本的 transformers 库，可能需要更新你的代码以适应最新的 API 更改。

如果问题仍然存在，请提供更多的上下文信息，以便我能够更好地帮助你解决问题。