Huggingface的Bert第二个输出是什么意思？

Question

在 huggingface 实现中使用基本 BERT 模型的 vanilla 配置，我得到一个长度为 2 的元组。

import torch

import transformers
from transformers import AutoModel,AutoTokenizer

bert_name="bert-base-uncased"
tokenizer = AutoTokenizer.from_pretrained(bert_name)
BERT = AutoModel.from_pretrained(bert_name)

e=tokenizer.encode('I am hoping for the best', add_special_tokens=True)

q=BERT(torch.tensor([e]))

print (len(q)) #Output: 2

第一个元素是我期望收到的——每个输入标记的 768 维嵌入。

print (e) #Output : [101, 1045, 2572, 5327, 2005, 1996, 2190, 102] 
print (q[0].shape) #Output : torch.Size([1, 8, 768])

但是元组中的第二个元素是什么？

print (q[1].shape) # torch.Size([1, 768])

它的大小与每个令牌的编码相同。 但它是什么？

也许是 [CLS] 标记的副本，表示整个编码文本的分类？

让我们检查一下。

a= q[0][:,0,:]
b=q[1]

print (torch.eq(a,b)) #Output : Tensor([[False, False, False, .... False]])

不！

如何复制嵌入最后一个令牌（无论出于何种原因）？

c= q[0][:,-1,:]
b=q[1]

print (torch.eq(a,c)) #Output : Tensor([[False, False, False, .... False]])

所以，也不是那样。

文档讨论了如何更改 config 会导致更多元组元素（如隐藏状态），但我没有找到默认配置输出的这个“神秘”元组元素的任何描述。

关于它是什么以及它的用途有什么想法吗？

Answer 1

在这种情况下，输出是一个 (last_hidden_state, pooler_output) 的元组。您可以在here找到有关返回可能是什么的文档。