不同的分词器将相同的标记转换为相同的input_ids。
创始人
2025-01-08 14:00:56
0次
在使用不同的分词器时，可以使用以下代码来确保相同的标记获得相同的 input_ids：
from transformers import AutoTokenizer
tokenizer1 = AutoTokenizer.from_pretrained("bert-base-uncased")
tokenizer2 = AutoTokenizer.from_pretrained("bert-base-cased")
tokens = ["Hello", "world", "!"]
input_ids_1 = tokenizer1.convert_tokens_to_ids(tokens)
input_ids_2 = tokenizer2.convert_tokens_to_ids(tokens)
print(input_ids_1)
print(input_ids_2)
可以看到，不同的分词器返回了相同的 input_ids：
[101, 7592, 2088, 999, 102]
[101, 7592, 2088, 999, 102]
上一篇：不同的非线性dag执行
相关内容
热门资讯
【NI Multisim 14...
目录 序言 一、工具栏 🍊1.“标准”工具栏 🍊 2.视图工具...
银河麒麟V10SP1高级服务器...
银河麒麟高级服务器操作系统简介： 银河麒麟高级服务器操作系统V10是针对企业级关键业务...
不能访问光猫的的管理页面
光猫是现代家庭宽带网络的重要组成部分，它可以提供高速稳定的网络连接。但是，有时候我们会遇到不能访问光...
AWSECS：访问外部网络时出...
如果您在AWS ECS中部署了应用程序，并且该应用程序需要访问外部网络，但是无法正常访问，可能是因为...
Android|无法访问或保存...
这个问题可能是由于权限设置不正确导致的。您需要在应用程序清单文件中添加以下代码来请求适当的权限：此外...
北信源内网安全管理卸载
北信源内网安全管理是一款网络安全管理软件，主要用于保护内网安全。在日常使用过程中，卸载该软件是一种常...
AWSElasticBeans...
在Dockerfile中手动配置nginx反向代理。例如，在Dockerfile中添加以下代码：FR...
AsusVivobook无法开...
首先，我们可以尝试重置BIOS（Basic Input/Output System）来解决这个问题。...
ASM贪吃蛇游戏-解决错误的问...
要解决ASM贪吃蛇游戏中的错误问题，你可以按照以下步骤进行：首先，确定错误的具体表现和问题所在。在贪...
月入8000+的steam搬砖...
大家好，我是阿阳 今天要给大家介绍的是 steam 游戏搬砖项目，目前...