Python Tensorflow v2序列损失的备选方案

我正在探索以下tensorflow示例：它显然是用TFV1编写的，因此我使用v2升级脚本进行了升级，存在三个主要的不一致之处：

ERROR: Using member tf.contrib.rnn.DropoutWrapper in deprecated module tf.contrib. tf.contrib.rnn.DropoutWrapper cannot be converted automatically. tf.contrib will not be distributed with TensorFlow 2.0, please consider an alternative in non-contrib TensorFlow, a community-maintained repository such as tensorflow/addons, or fork the required code.
ERROR: Using member tf.contrib.legacy_seq2seq.sequence_loss_by_example in deprecated module tf.contrib. tf.contrib.legacy_seq2seq.sequence_loss_by_example cannot be converted automatically. tf.contrib will not be distributed with TensorFlow 2.0, please consider an alternative in non-contrib TensorFlow, a community-maintained repository such as tensorflow/addons, or fork the required code.
ERROR: Using member tf.contrib.framework.get_or_create_global_step in deprecated module tf.contrib. tf.contrib.framework.get_or_create_global_step cannot be converted automatically. tf.contrib will not be distributed with TensorFlow 2.0, please consider an alternative in non-contrib TensorFlow, a community-maintained repository such as tensorflow/addons, or fork the required code.

所以为了兼容性，我用

tf.compat.v1.train.get\u或\u create\u global\u step

手动替换了

framework.get\u或\u create\u global\u step

，也用

tf.compat.v1.nn.rnn\u cell.dropoutrapper

替换了

rnn.dropoutrapper

但我无法找到一个解决方案来处理

tf.contrib.legacy_seq2seq.sequence_loss_by_example

方法，因为我找不到向后兼容的替代方法。我试着安装Tensroflow插件并使用它，但无法找出如何使其适应其他代码

偶然发现一些错误，如

考虑将元素强制转换为支持的类型。

或

Logits必须是[batch\u size x sequence\u length x Logits]张量

，因为我可能没有正确实现某些内容

因此，我的问题是：您是否知道，我可以使用的某个第三方插件/库是否支持

legacy_seq2seq.sequence_loss_by_example

，更重要的是，是否有人可以向我展示如何实现支持的tensorflow v2替代此loss函数，使其与下面的代码类似

output=tf.reformate（tf.concat（轴=1，值=输出），[-1，大小]）
softmax_w=tf.compat.v1.get_变量（“softmax_w”，[size，len（TARGETS）]，dtype=tf.float32）
softmax_b=tf.compat.v1.get_变量（“softmax_b”，[len（TARGETS）]，dtype=tf.float32）
logits=tf.matmul（输出，softmax_w）+softmax_b
自身预测=tf.argmax（输入=logits，轴=1）
self.\u targets=tf.重塑（输入\u.targets，[-1]）
损耗=tfa.seq2seq.sequence\u损耗(
[logits]，
[tf.重塑（输入目标，[-1]），
[tf.ones（[batch\u size*num\u steps]，dtype=tf.float32）]）
自身成本=成本=tf。减少总和（输入张量=损失）/批量大小
self.\u final\u state=状态

---

完整代码。

在Tensorflow 2.x中

tf.contrib.legacy_seq2seq

移动到Tensorflow插件。该

tfa.seq2seq.seq.loss

是

tf.contrib.legacy_seq2seq

的唯一替代方案。有关更多详细信息，请参阅。谢谢在Tensorflow 2.x

tf.contrib.legacy_seq

中，已移动到Tensorflow插件。该

tfa.seq2seq.seq.loss

是

tf.contrib.legacy_seq2seq

的唯一替代方案。有关更多详细信息，请参阅。谢谢