小编Tan*_*han的帖子

我们可以从 AutoModel(TFAutoModel) 函数创建一个模型：

from transformers import AutoModel 
model = AutoModel.from_pretrained('distilbert-base-uncase')

另一方面，模型是由 AutoModelForSequenceClassification(TFAutoModelForSequenceClassification) 创建的：

from transformers import AutoModelForSequenceClassification
model = AutoModelForSequenceClassification('distilbert-base-uncase')

据我所知，这两个模型都使用 distilbert-base-uncase 库来创建模型。从方法名称来看，第二个类（AutoModelForSequenceClassification）是为序列分类创建的。

但是两个类别的真正区别是什么？以及如何正确使用它们？

（我在huggingface上搜索过，但不清楚）

一般来说，我们会df.drop('column_name', axis=1)删除DataFrame中的一列。我想将此变压器添加到管道中

例子：

numerical_transformer = Pipeline(steps=[('imputer', SimpleImputer(strategy='mean')),
                                     ('scaler', StandardScaler(with_mean=False))
                                     ])

我该怎么做？