[Question]: ernie-health-chinese output
Alexander-jazz opened this issue · 4 comments
请提出你的问题
利用已经训练好的ernie-health-chinese模型对一个文本进行预训练表示时，输出只有按字的输出，没有针对整个文本的向量表示，即shape为[1,768]的tensor
您是指的微调训练吗？微调可以取cls位置的向量作为句子级别的向量
您是指的微调训练吗？微调可以取cls位置的向量作为句子级别的向量
您好，我没有微调训练，是直接用你们训练好的模型的，模型名称为“ernie-health-chinese”。代码如下：
from paddlenlp.transformers import * tokenizer = AutoTokenizer.from_pretrained('ernie-health-chinese') ernie = AutoModel.from_pretrained('ernie-health-chinese') text = tokenizer('心跳加速') emb = ernie(input_ids=paddle.to_tensor([text['input_ids']])) print(emb.shape)
运行结果如下：
D:\Anaconda3\envs\OHCDoctorKnowledge\lib\site-packages\_distutils_hack\__init__.py:33: UserWarning: Setuptools is replacing distutils. warnings.warn("Setuptools is replacing distutils.") [2024-05-03 09:47:46,101] [ INFO] - We are using <class 'paddlenlp.transformers.electra.tokenizer.ElectraTokenizer'> to load 'ernie-health-chinese'. [2024-05-03 09:47:46,101] [ INFO] - Already cached C:\Users\Evans\.paddlenlp\models\ernie-health-chinese\vocab.txt [2024-05-03 09:47:46,116] [ INFO] - tokenizer config file saved in C:\Users\Evans\.paddlenlp\models\ernie-health-chinese\tokenizer_config.json [2024-05-03 09:47:46,116] [ INFO] - Special tokens file saved in C:\Users\Evans\.paddlenlp\models\ernie-health-chinese\special_tokens_map.json [2024-05-03 09:47:46,116] [ INFO] - We are using <class 'paddlenlp.transformers.electra.modeling.ElectraModel'> to load 'ernie-health-chinese'. [2024-05-03 09:47:46,116] [ INFO] - Already cached C:\Users\Evans\.paddlenlp\models\ernie-health-chinese\ernie-health-chinese.pdparams W0503 09:47:46.116991 23592 gpu_resources.cc:61] Please NOTE: device: 0, GPU Compute Capability: 8.6, Driver API Version: 12.0, Runtime API Version: 11.7 W0503 09:47:46.116991 23592 gpu_resources.cc:91] device: 0, cuDNN Version: 8.5. [1, 6, 768]
可以发现，输出的形状是按照字输出的，如果直接用你们训练好的这个模型，也可以用最后一个字的输出作为整个句子的语义表示吗？另外，我试了一下"ernie-3.0-medium-zh"模型，这个输出是两个tensor，第一个是按字的sequence_output输出[1,字数+2,768]，另一个是[1,768]的pooled_output整句输出，按字的输出最后一个字的向量和pooled_output是不一样的。我是深度学习小白，给您添麻烦了，感谢！
最后一个一般是sep的token向量，不建议作为句子向量，建议还是cls位置，或者使用polled_output也行，polled_output一般是在token后面接入了linear层才输出的。
最后一个一般是sep的token向量，不建议作为句子向量，建议还是cls位置，或者使用polled_output也行，polled_output一般是在token后面接入了linear层才输出的。
好的好的，十分感谢您！