transformers 操作篇

来自： AiGC面试宝典

• transformers 操作篇

• 1. 如何 利用 transformers 加载 Bert 模型？• 2. 如何 利用 transformers 输出 Bert 指定 hidden_state？• 3. BERT 获取最后一层或每一层网络的向量输出• 致谢

1. 如何 利用 transformers 加载 Bert 模型？

import torch
from transformers import BertModel, BertTokenizer

这里我们调用bert-base模型，同时模型的词典经过小写处理

model_name $=$ ‘bert-base-uncased’

读取模型对应的tokenizer

tokenizer $=$ BertTokenizer.from_pretrained(model_name)

载入模型

model $=$ BertModel.from_pretrained(model_name)

输入文本

input_text $=$ “Here is some text to encode”
$\sharp$ 通过tokenizer把文本变成 token_id
input_ids $=$ tokenizer.encode(input_text, add_special_tokens=True)
$\sharp$ input_ids: [101, 2182, 2003, 2070, 3793, 2000, 4372, 16044, 102]
input_ids $=$ torch.tensor([input_ids])

获得BERT模型最后一个隐层结果

with torch.no_grad(): last_hidden_states $=$ model(input_ids)[0] # Models outputs are now tuples

tensor([[[-0.0549, 0.1053, -0.1065, -0.3550, 0.0686, 0.6506], [-0.5759, -0.3650, -0.1383, -0.6782, 0.2092, -0.1639], [-0.1641, -0.5597, 0.0150, -0.1603, -0.1346, 0.6216], [ 0.2448, 0.1254, 0.1587, -0.2749, -0.1163, 0.8809], [ 0.0481, 0.4950, -0.2827, -0.6097, -0.1212, 0.2527], [ 0.9046, 0.2137, -0.5897, 0.3040, -0.6172, -0.1950]]])
shape: (1, 9, 768)

可以看到，包括import在内的不到十行代码，我们就实现了读取一个预训练过的BERT模型，来encode我们指定的一个文本，对文本的每一个token生成768维的向量。如果是二分类任务，我们接下来就可以把第一个token也就是[CLS]的768维向量，接一个linear层，预测出分类的logits，或者根据标签进行训练。

2. 如何 利用 transformers 输出 Bert 指定 hidden_state？

Bert 默认是 十二层，但是有时候预训练时并不需要利用全部利用，而只需要预训练前面几层即
可，此时该怎么做呢？
下载到bert-base-uncased的模型目录里面包含 配置文件 config.json, 该文件中包含
output_hidden_states，可以利用该参数来设置 编码器内隐藏层层数
“architectures”: [ “BertForMaskedLM”
],
“attention_probs_dropout_prob”: 0.1,
“hidden_act”: “gelu”,
“hidden_dropout_prob”: 0.1,
“hidden_size”: 768,
“initializer_range”: 0.02,
“intermediate_size”: 3072,
“max_position_embeddings”: 512,
“num_attention_heads”: 12,
“num_hidden_layers”: 12,
“type_vocab_size”: 2,
“vocab_size”: 30522

3. BERT 获取最后一层或每一层网络的向量输出

$\cdot$ transformer 最后一层输出的结果

last_hidden_state：shape是(batch_size, sequence_length, hidden_size)，
hidden_size $=768$ ,它是模型最后一层输出的隐藏状态
pooler_output：shape是(batch_size, hidden_size)，这是序列的第一个
token(classification token)的最后一层的隐藏状态，它是由线性层和Tanh激活函数进一步处理的，这个输出不是对输入的语义内容的一个很好的总结，对于整个输入序列的隐藏状态序列的平均化或池化通常更好。
hidden_states：这是输出的一个可选项，如果输出，需要指定
config.output_hidden_states $:=$ True,它也是一个元组，它的第一个元素是embedding，其余元素是各层的输出，每个元素的形状是(batch_size, sequence_length, hidden_size)
attentions：这也是输出的一个可选项，如果输出，需要指定
config.output_attentions $:=$ True,它也是一个元组，它的元素是每一层的注意力权重，用于计算self-attention heads的加权平均值

• 获取每一层网络的向量输出

##最后一层的所有 token向量outputs.last_hidden_state## cls向量

outputs.pooler_output

hidden_states，包括13层，第一层即索引0是输入embedding向量，后面1-12索引是每层的

输出向量
hidden_states $=$ outputs.hidden_states
embedding_output $=$ hidden_states[0]
attention_hidden_states $=$ hidden_states[1:]