机器学习PAI version如果选了0.7.5现在推荐用哪个版本呢？

loss_weight_strategy: Uncertainty 加在与losses平级的地方 ，此回答整理自钉群“【EasyRec】推荐算法交流群”

关于机器学习PAI version选了0.7.5并在使用learn_loss_weight时遇到的错误，根据错误信息可能是由于传递给get_learnt_loss函数的strategy参数是一个整数而不是预期的枚举对象。这可能是因为在0.7.5版本中，该函数的接口或使用方式发生了变化。 建议你查阅PAI 0.7.5版本的相关文档或更新的代码示例，了解learn_loss_weight和get_learnt_loss函数的最新用法。 如果PAI上当前不推荐使用0.6.3版本，你可以考虑使用最新稳定版或者官方推荐的版本。在选择版本时，应考虑其对所需功能的支持情况以及与其他依赖项的兼容性。建议查阅PAI的官方文档或社区论坛，获取关于版本选择的最新建议。

根据您提供的错误信息，看起来您在使用PAI的机器学习版本0.7.5时遇到了问题。错误提示显示在multi_task_model.py文件的第192行，指出不支持的损失权重策略。具体来说，它指出了一个整数对象没有名为'Name'的属性。

要解决这个问题，您可以尝试以下几个步骤：

1. 检查您的代码中是否正确导入了所需的库和模块。确保您已经正确导入了与损失权重相关的库或模块。

2. 确保您的代码中的变量和参数使用正确。根据您的错误提示，问题出现在一个整数对象上，而不是预期的策略对象上。请检查您的代码逻辑，确保您正在使用正确的对象类型。

3. 如果您使用的是PAI的机器学习版本0.7.5，并且该版本存在已知的问题或限制，建议您尝试其他可用的版本。您可以查看PAI的官方文档或社区支持来获取关于不同版本的更多信息，并选择适合您需求的推荐版本。

从错误信息来看，你在使用PAI的机器学习服务时遇到了一个问题。错误提示显示，你正在尝试使用一个整数对象的"Name"属性，但是整数对象没有这个属性。这可能是因为你试图获取一个整数的名称，而整数没有名称属性。

这个问题可能与你的代码或使用的库版本有关。

首先，确保你的代码没有错误。检查strategy变量的类型和值，确保它是一个具有"Name"属性的对象。如果strategy是一个整数，那么它就没有"Name"属性，这可能是引发错误的原因。

其次，如果你正在使用一个库，并且这个库的版本与你的代码不兼容，那么你可能需要更新或降级这个库的版本。你可以查看PAI的文档或与技术支持团队联系，了解推荐的库版本和兼容性信息。

至于你提到的PAI版本问题，如果PAI上目前无法使用0.6.3版本，那么你可能需要选择其他可用的版本。你可以查看PAI的文档或官方网站，了解不同版本的特性和兼容性，选择一个适合你项目需求的版本。

从错误信息来看，你正在使用的PAI版本（0.7.5）似乎不支持learn_loss_weight功能或者在使用该功能时存在一些问题。这个错误提示表示你在指定损失权重策略时传递了一个整数，而预期的应该是具有Name属性的对象。

我没有具体学过机器学习，但是我开发的一个习惯就是，不要用最新的版本，要用最普及的版本，或者最新的之前的两三个版本，这样比较稳妥，因为最新的可能兼容什么的，都不是很完善，需要优化一段时间使用起来才顺手。