Huggingface GPT 变压器层输出

如何解决Huggingface GPT 变压器层输出

我正在尝试使用 GPT 语言模型并获取它在文本生成的最后状态中分配给每个单词的权重。我的模型是来自变压器库的 GPT2。下面是我如何调用预训练模型：

tokenizer = AutoTokenizer.from_pretrained(
"HooshvareLab/gpt2-fa-poetry"
) 

model = AutoModelForCausalLM.from_pretrained(
    "HooshvareLab/gpt2-fa-poetry"
)
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")

model = model.to(device)

我的目标是使用这个模型最后一层的信息（一个包含 softmax 激活后词汇长度的矩阵），并与另一个模型结合使用。

我正在尝试在 TensorFlow 中执行此操作，但如果您认为在 PyTorch 中有更简单、更方便的方法，请分享您的意见。