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。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。