Pytorch Huggingface BERT SequenceClassification-值错误：要解压缩的值太多（应为2个）

两个类模型的类标签是0、1、0、0等。只有一个 每个输入序列的标签。标签在python列表中设置并转换为 张量。（从csv文件读取-直接向前）

其值：张量（0） 其形状如图所示：torch.Size（[]）

当我创建批次等并在模型中设置参数时（huggingface sequenceclassification模型）

对于每个批处理迭代

   b_input_ids = batch[0].to(device)
   b_input_mask = batch[1].to(device)
   b_token_type_ids = batch[2].to(device)
   b_labels = batch[3].to(device)

然后设置为模型（作为培训的一部分）

错误消息如下所示：

    ValueError                                
    
        Traceback (most recent call last)
        
        <ipython-input-17-b3a36df2f659> in <module>()
             89                              attention_mask=b_input_mask,
             90                              token_type_ids=b_token_type_ids,
        ---> 91                              labels=b_labels)
             92 
             93         # Accumulate the training loss over all of the batches so that we can
        
ValueError: too many values to unpack (expected 2)

ValueError
回溯（最近一次呼叫最后一次）
在（）
89注意遮罩=b_输入遮罩，
90令牌类型标识=b令牌类型标识，
--->91标签=b_标签）
92
93#累积所有批次的培训损失，以便我们能够
ValueError:要解压缩的值太多（应为2个）

这是我几天前能够使用和训练的代码。（我有一个保存的模型）。 错误消息（我想）可能与大小等有关

---

有人遇到过类似的问题吗？谢谢。

Hugging face网站在标签上有一个额外的unsqueze（来自）labels=torch.tensor（[1,0]）。unsqueze（0）outputs=model（输入ID，注意掩码=注意掩码，标签=标签）请同时显示遇到相同问题的模型初始化代码，但当我使用XLNet和BART时会发生这种情况，你知道如何解决这个问题吗？

    ValueError                                
    
        Traceback (most recent call last)
        
        <ipython-input-17-b3a36df2f659> in <module>()
             89                              attention_mask=b_input_mask,
             90                              token_type_ids=b_token_type_ids,
        ---> 91                              labels=b_labels)
             92 
             93         # Accumulate the training loss over all of the batches so that we can
        
ValueError: too many values to unpack (expected 2)