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？
也许是 [CLS] 标记的副本，表示整个编码文本的分类？
让我们检查。
a= q[0][:,0,:]
b=q[1]
print (torch.eq(a,b)) #Output : Tensor([[False, False, False, .... False]])
没有！
最后一个令牌的嵌入副本（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，也不是这样。
该文档讨论了如何更改config可能导致更多元组元素（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是什么的任何想法？