Colab 的 Huggingface AlBert 标记器 NoneType 错误

Question

我只是尝试了拥抱脸网站的示例代码：https : //huggingface.co/albert-base-v2

`from transformers import AlbertTokenizer, AlbertModel` 
`tokenizer = AlbertTokenizer.from_pretrained('albert-base-v2')`
`text = "Replace me by any text you'd like."`
`encoded_input = tokenizer(text, return_tensors='pt')`

然后在标记器步骤中出现以下错误：----> 5 encoding_input = tokenizer(text, return_tensors='pt')

TypeError: 'NoneType' 对象不可调用

我在本地机器上尝试了相同的代码，没有问题。问题似乎在 Colab 中。但是，我确实需要帮助才能在 colab GPU 上运行此模型。

我在 colab 上的 Python 版本是 Python 3.6.9

Answer 1

朱美男的回答是正确的。

在 Transformer 工作之前安装或导入 SentencePiece。

pip install Sentencepiece
!pip install transformers

tokenizer = XLNetTokenizer.from_pretrained('xlnet-base-cased', do_lower_case=True)

type(tokenizer)

Transformers.models.xlnet.tokenization_xlnet.XLNetTokenizer

Answer 2

我找到了答案。安装后，导入 AlbertTokenizer 和 Tokenizer=...，我收到一个错误，要求我安装“SentencePiece 包”。但是，在我安装此软件包并再次运行 tokenizer 后，我开始收到上述错误。因此，我打开了一个全新的 colab 会话，并在创建标记器之前安装了包括 SentencePiece 在内的所有内容，这次它起作用了。Nonetype 错误只是意味着它不知道什么是“albert-base-v2”。但是，如果您以正确的顺序安装软件包，colab 将更好地识别 AlbertTokenizer 和 SentencePiece 之间的关系。简而言之，它可以在 colab 0 中工作。打开一个新的 Colab 会话 1. 安装 Transformers 和 SentencePiece 2. 导入 AlbertTokenizer 3.create tokenizer。