Pytorch config.json中的HuggingFace-GPT2标记器配置

上传GPT2微调模型进行推断

在推理过程中观察到以下错误：

无法使用from_pretrained加载标记器，请更新其配置：无法为“bala1802/model_1_test”加载标记器。确保：-“bala1802/model_1_test”是上列出的正确型号标识符https://huggingface.co/models'-或'bala1802/model_1_test'是指向包含相关标记器文件的目录的正确路径

下面是经过优化的huggingface模型的configuration-config.json文件

{
  "_name_or_path": "gpt2",
  "activation_function": "gelu_new",
  "architectures": [
    "GPT2LMHeadModel"
  ],
  "attn_pdrop": 0.1,
  "bos_token_id": 50256,
  "embd_pdrop": 0.1,
  "eos_token_id": 50256,
  "gradient_checkpointing": false,
  "initializer_range": 0.02,
  "layer_norm_epsilon": 1e-05,
  "model_type": "gpt2",
  "n_ctx": 1024,
  "n_embd": 768,
  "n_head": 12,
  "n_inner": null,
  "n_layer": 12,
  "n_positions": 1024,
  "resid_pdrop": 0.1,
  "summary_activation": null,
  "summary_first_dropout": 0.1,
  "summary_proj_to_labels": true,
  "summary_type": "cls_index",
  "summary_use_proj": true,
  "task_specific_params": {
    "text-generation": {
      "do_sample": true,
      "max_length": 50
    }
  },
  "transformers_version": "4.3.2",
  "use_cache": true,
  "vocab_size": 50257
}

---

我是否应该像config.json文件中的“model_type”一样配置GPT2标记器：“GPT2”，您的存储库不包含创建标记器所需的文件。您似乎只上传了模型的文件。创建用于培训模型的标记器对象，并使用以下工具保存所需文件：

从transformers导入GPT2Tokenizer
t=GPT2Tokenizer.from_pretrained（“gpt2”）
t、 保存预训练（“/SOMEFOLDER/”）

输出：

('/SOMEFOLDER/tokenizer_config.json',
 '/SOMEFOLDER/special_tokens_map.json',
 '/SOMEFOLDER/vocab.json',
 '/SOMEFOLDER/merges.txt',
 '/SOMEFOLDER/added_tokens.json')