老师，我按照你的代码一个个敲一遍，为啥是这样结果啊

Question

epochs = 10
steps_per_epoch = len(input_tensor)//batch_size

for epoch in range(epochs):
start = time.time()

encoding_hidden = encoder.initialize_hidden_state()
total_loss = 0

for(batch,(inp,targ)) in enumerate(
    train_dataset.take(steps_per_epoch)):
    batch_loss = train_step(inp,targ,encoding_hidden)
    total_loss += batch_loss
    
    if batch % 100 == 0:
        print('Epoch {} batch {} loss {:.4f}'.format(
            epoch+1,batch,batch_loss.numpy()))
print('Epoch {} Loss {:.4f}'.format(epoch+1,total_loss/steps_per_epoch))
print('Time take for 1 epoch {} second\n'.format(time.time() - start))

Answer 1

正十七 2021-04-19 17:47:44

所以问题是啥？

另：我们的代码在git上：https://git.imooc.com/coding-344/tensorflow2.0_course，你可以自己diff一下哪里不一样。

• 提问者 王浩同学 #1

  问题是我的loss 10 个epoch之后才 0.37，您的就是0.04了，我是按照您的视频 一个个敲的，呜呜呜

• 提问者 王浩同学 #2

  老师  我已经解决了，是attention_weights * encoder_outputs 权重相乘 我打成 相加了！多谢老师！