Huggingface的Bert的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])

它与每个令牌的编码具有相同的大小。 但它是什么？

也许 [CLS] 令牌的副本，整个编码文本的分类表示？

让我们检查。

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

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

不！

最后一个标记的嵌入副本（无论出于何种原因）怎么样？

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。

文档讨论了更改config如何导致更多元组元素（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？

Answer 1

在这种情况下，输出是 ( last_hidden_state , pooler_output ) 的元组。 您可以在此处找到有关返回内容的文档。