Python Pybert：变形输入

我遇到了在大型输入序列上评估huggingface的BERT模型（“BERT-base-uncased”）的问题

model = BertModel.from_pretrained('bert-base-uncased', output_hidden_states=True)
token_ids = [101, 1014, 1016, ...] # len(token_ids) == 33286
token_tensors = torch.tensor([token_ids]) # shape == [1, 33286]
segment_tensors = torch.tensor([[1] * len(token_ids)]) # shape == [1, 33286]
model(token_tensors, segment_tensors)

Traceback
self.model(token_tensors, segment_tensors)
  File "/home/.../python3.8/site-packages/torch/nn/modules/module.py", line 722, in _call_impl
    result = self.forward(*input, **kwargs)
  File "/home/.../python3.8/site-packages/transformers/modeling_bert.py", line 824, in forward
    embedding_output = self.embeddings(
  File "/home/.../python3.8/site-packages/torch/nn/modules/module.py", line 722, in _call_impl
    result = self.forward(*input, **kwargs)
  File "/home/.../python3.8/site-packages/transformers/modeling_bert.py", line 211, in forward
    embeddings = inputs_embeds + position_embeddings + token_type_embeddings
RuntimeError: The size of tensor a (33286) must match the size of tensor b (512) at non-singleton dimension 1

我注意到

model.embeddings.positional\u embeddings.weight.shape==（512768）

。也就是说，当我将输入大小限制为

模型（标记张量[：，：10]，段张量[：，：10]）

时，它会起作用。我误解了

标记张量

和

段张量

的形状。我认为它们的大小应该是

（批量大小、序列长度）

---

感谢您的帮助

我刚刚发现huggingface的预训练BERT模型的最大输入长度为512（）

我刚刚发现huggingface的预训练BERT模型的最大输入长度为512（）