如何修复“ValueError：没有足够的值来解压（预期 2，得到 1）”

Question

我正在尝试使用 bert-base-german-cased 模型对德国推文数据集进行情感分析，该模型是我通过从 Hugginface 的变压器导入的。

为了能够计算预测概率，我想要 Numpy 的 Softmax，问题就从这里开始。

F.softmax(model(input_ids, attention_mask), dim=1)

我收到错误：

ValueError: not enough values to unpack (expected 2, got 1)

有谁知道这里期望哪些值？

当我尝试使用以下命令运行它时，一切正常：

self.bert = BertModel.from_pretrained(PRE_TRAINED_MODEL_NAME)

当我切换到时出现错误

self.bert = AutoModelWithLMHead.from_pretrained("bert-base-german-cased")

正如你可能看到的，我是一个菜鸟。因此，我请求简单而详细的解释（鱼可以理解：D）。

代码0

代码1

代码2

“Input_ID”和“Attention_mask”是标记化过程的输出值。

Answer 1

这是一个迟到的答案，但可能会有所帮助。

我有同样的错误。我的问题是“input_ids”和“attention_mask”必须是二维张量，但我将它们作为一维张量。也如此

input_ids = input_ids.unsqueeze(0)
attention_mask = attention_mask.unsqueeze(0)

在你的情况下。