参数

• input_ids (Numpy array 或 tf.Tensor，形状为 (批量大小, 序列长度)) — 输入序列标记在词汇表中的索引。索引可以通过 AutoTokenizer 获取。有关详细信息，请参阅 PreTrainedTokenizer.call() 和 PreTrainedTokenizer.encode()。 什么是输入ID?
• attention_mask (Numpy数组 或 tf.Tensor，形状为(batch_size, sequence_length)，可选) — 避免在填充token索引上执行注意力操作的掩码。在[0, 1]范围内选择的掩码值：
  • 1 对于未掩码的token，
  • 0 对于掩码的token。 什么是注意力掩码？
• token_type_ids (Numpy数组 或 tf.Tensor，形状为(batch_size, sequence_length)，可选) — 用于指示输入的第一部分和第二部分的段token索引。索引在[0, 1]范围内选择：
  • 0 对应于 句子A token，
  • 1 对应于 句子B token。 什么是token类型ID？
• position_ids (Numpy数组 或 tf.Tensor，形状为(batch_size, sequence_length)，可选) — 位置嵌入中每个输入序列token的位置索引。在范围[0, config.max_position_embeddings - 1]内选择。什么是位置ID？
• head_mask (Numpy array或tf.Tensor形状为(num_heads,),或(num_layers, num_heads)，可选）— 用于取消自注意力模块中选定头的掩码。掩码值选择的范围在[0, 1]：
  • 1表示头未掩码，
  • 0表示头已掩码。
• inputs_embeds (tf.Tensor形状为(batch_size, sequence_length, hidden_size)，可选）— 如果不传递 input_ids，可以选择直接传递嵌入表示。这在您需要比模型内部嵌入查找矩阵更多地控制如何将 input_ids 索引转换为相关向量时非常有用。
• output_attentions (bool，可选）— 是否返回所有注意力层的注意力张量。有关更多详细信息，请参阅返回的张量下的attentions。此参数仅可在 eager 模式下使用，在 graph 模式下将使用配置中的值。
• output_hidden_states (bool, 可选) — 是否返回所有层的隐藏状态。参见返回张量中的 hidden_states，获取更多详情。此参数仅在延迟模式下有效，在图模式下将使用配置中的值。
• return_dict (bool, 可选) — 是否返回一个 ModelOutput 对象而不是普通的元组。此参数在延迟模式下有效，在图模式下将总是设置为 True。
• training (bool, 可选, 默认 False) — 是否使用模型进行训练模式（一些模块如dropout模块在训练和评估模式下有不同的行为）。
• encoder_hidden_states (tf.Tensor的形状为 (batch_size, sequence_length, hidden_size)，可选) —— 编码器最后层的隐藏状态序列。如果模型配置为解码器，则用于交叉注意力。
• encoder_attention_mask (tf.Tensor的形状为 (batch_size, sequence_length)，可选) —— 用于避免在编码器输入的填充token索引上执行注意力操作的掩码。如果模型配置为解码器，则用于交叉注意力。掩码值选择在[0, 1]之间：
  • 1代表未掩码的token；
  • 0代表掩码的token。
• past_key_values (Tuple[Tuple[tf.Tensor]]的长度为config.n_layers) —— 包含注意力块的预计算键和值隐藏状态。可用于加速解码。如果使用past_key_values，用户可以可选地输入只有最后一个decoder_input_ids（那些没有给出这个模型的过去键值状态的decoder_input_ids），形状为(batch_size, 1)，而不是所有decoder_input_ids的形状为(batch_size, sequence_length)。
• use_cache (bool, 可选，默认为 True) — 如果设置为 True，则会返回 past_key_values 键值状态，并可用于加速解码（请参阅 past_key_values）。在训练期间设置为 False，在生成期间设置为 True。

A transformers.modeling_tf_outputs.TFBaseModelOutputWithPoolingAndCrossAttentions 或一个包含各种元素的 tf.Tensor 组合（取决于配置（XLMRobertaConfig）和输入

• last_hidden_state (tf.Tensor 形状为 (batch_size, sequence_length, hidden_size)) — 模型最后一层的输出处的序列隐藏状态。

• pooler_output (tf.Tensor 形状为 (batch_size, hidden_size)) — 序列中的第一个标记（分类标记）的最后一层隐藏状态，经过线性层和 Tanh 激活函数进一步处理。线性层的权重是在预训练期间从下一个句子预测（分类）目标中训练得到的。

  此输出通常 不是 输入语义内容的好总结，平均或池化整个输入序列的隐藏状态序列通常更好。

• past_key_values (，可选，当 use_cache=True 被传递或当 config.use_cache=True 时返回) — 长度为 config.n_layers 的 tf.Tensor 列表，每个张量的形状为 (2, batch_size, num_heads, sequence_length, embed_size_per_head)。

  包含预计算的隐藏状态（注意力块中的键和值），可以用于（参见 past_key_values 输入）以加速顺序解码。

• hidden_states (tuple(tf.Tensor)，可选，当 output_hidden_states=True 被传递或当 config.output_hidden_states=True 时返回) — 包含每个层的 tf.Tensor 的元组（一个用于嵌入输出 + 每个层的输出）的形状为 (batch_size, sequence_length, hidden_size)。

  模型在每一层的输出处的隐藏状态，以及初始嵌入输出。

• attentions (tuple(tf.Tensor)，可选，当 output_attentions=True 被传递或当 config.output_attentions=True 时返回) — 形状为 (batch_size, num_heads, sequence_length, sequence_length) 的 tf.Tensor 的元组（每个层一个）。

  注意力软化的注意力权重，用于在自注意力头中进行加权平均。

• cross_attentions (tuple(tf.Tensor)，可选，当 output_attentions=True 被传递或当 config.output_attentions=True 时返回) — 形状为 (batch_size, num_heads, sequence_length, sequence_length) 的 tf.Tensor 的元组（每个层一个）。

  解码器交叉注意力层的注意力权重，在注意力软化后用于在交叉注意力头中进行加权平均。

参数

• input_ids (Numpy数组 或 tf.Tensor，形状为 (batch_size, sequence_length)) — 词汇表中的输入序列标记的索引。索引可以使用 AutoTokenizer 获得详见 PreTrainedTokenizer.call() 和 PreTrainedTokenizer.encode()。关于输入索引的详细信息，请参阅输入索引是什么？
• attention_mask (Numpy数组 或 tf.Tensor，形状为 (batch_size, sequence_length)，可选) — 避免在填充标记索引上执行注意力的掩码。掩码值选择在 [0, 1]：
  • 1 代表 未掩码 的标记，
  • 0 代表 掩码 的标记。关于注意掩码的详细信息，请参阅 注意掩码是什么？
• token_type_ids (Numpy数组 或 tf.Tensor，形状为 (batch_size, sequence_length)，可选) — 段标记索引，用于指示输入的先和后部分。索引选择在 [0, 1]：
  • 0 对应于 A句 标记，
  • 1 对应于 B句 标记。关于标记类型索引的详细信息，请参阅 标记类型索引是什么？
• position_ids （NumPy数组或tf.Tensor形状为(batch_size, sequence_length)，可选）——指定每个输入序列标记位置的嵌入的位置。在[0, config.max_position_embeddings - 1]范围内选定。什么是位置ID？
• head_mask （NumPy数组或tf.Tensor形状为(num_heads,)或(num_layers, num_heads)，可选）——用于消除自注意力模块中选定头的掩码。掩码值在[0, 1]范围内选择：
  • 1 表示头部未被掩码，
  • 0 表示头部被掩码。
• inputs_embeds （tf.Tensor形状为(batch_size, sequence_length, hidden_size)，可选）——除了传递input_ids外，您还可以直接传递嵌入表示。如果您希望比模型内部的嵌入查找矩阵有更多控制权来转换input_ids索引到相关矢量，则非常有用。
• output_attentions (bool, 可选) — 是否返回所有注意力层的孩子张量。details，请see返回的tensor下的attentions。此参数只能用于eager模式，在图模式中，将使用配置中的值。
• output_hidden_states (bool, 可选) — 是否返回所有层的隐藏状态。details，请see返回的tensor下的hidden_states。此参数只能用于eager模式，在图模式中，将使用配置中的值。
• return_dict (bool, 可选) — 是否返回ModelOutput而不是plain tuple。此参数可以用于eager模式，在图模式中，值始终设置为True。
• training (bool, 可选, 默认为 False) — 是否使用模型在训练模式（一些模块如dropout模块在训练和评估之间有不同的行为）。
• encoder_hidden_states (tf.Tensor，形状为 (batch_size, sequence_length, hidden_size)，可选) — 编码器最后一层的隐藏状态序列。如果模型配置为解码器，则在交叉注意力中使用。
• encoder_attention_mask (tf.Tensor，形状为 (batch_size, sequence_length)，可选) — 避免在编码器输入的填充标记索引上进行注意力操作的掩码。如果模型配置为解码器，则在交叉注意力中使用。掩码值选择在 [0, 1]：
  • 1 表示未掩码的标记，
  • 0 表示掩码标记。
• past_key_values （长度为 config.n_layers 的 Tuple[Tuple[tf.Tensor]]） — 包含注意力的预计算键和值隐藏状态。可用于加速解码。如果使用 past_key_values，用户可以选择仅输入形状为 (batch_size, 1) 的最后一个 decoder_input_ids（这些没有将过去键值状态传递给模型的）而不是形状为 (batch_size, sequence_length) 的所有 decoder_input_ids。
• use_cache （bool，可选，默认为 True）—— 如果设置为 True，则返回 past_key_values 键值状态，并可用于加速解码（见 past_key_values）。在训练期间设置为 False，在生成期间设置为 True
• labels （形状为 (batch_size, sequence_length) 的 tf.Tensor 或 np.ndarray，可选）—— 用于计算交叉熵分类损失的标签。索引应在 [0, ..., config.vocab_size - 1] 范围内。

一个 transformers.modeling_tf_outputs.TFCausalLMOutputWithCrossAttentions 或一个包含 tf.Tensor 的元组（如果传递了 return_dict=False 或当 config.return_dict=False），它根据配置（XLMRobertaConfig）和输入包含各种元素。

• loss （当提供 labels 时，返回形状为 (n,) 的 tf.Tensor，其中 n 是未掩码标签的数量）—— 语言建模损失（用于下一个令牌预测）。

• logits (tf.Tensor 形状为 (batch_size, sequence_length, config.vocab_size)) — 语言建模头的预测分数（SoftMax之前的每个词汇的分数）。

• hidden_states (tuple(tf.Tensor)，可选，当 output_hidden_states=True 被传递或当 config.output_hidden_states=True 时返回) — 包含每个层的 tf.Tensor 的元组（一个用于嵌入输出 + 每个层的输出）的形状为 (batch_size, sequence_length, hidden_size)。

  模型在每一层的输出处的隐藏状态，以及初始嵌入输出。

• attentions (tuple(tf.Tensor)，可选，当 output_attentions=True 被传递或当 config.output_attentions=True 时返回) — 形状为 (batch_size, num_heads, sequence_length, sequence_length) 的 tf.Tensor 的元组（每个层一个）。

  注意力软化的注意力权重，用于在自注意力头中进行加权平均。

• cross_attentions (tuple(tf.Tensor)，可选，当 output_attentions=True 被传递或当 config.output_attentions=True 时返回) — 形状为 (batch_size, num_heads, sequence_length, sequence_length) 的 tf.Tensor 的元组（每个层一个）。

  解码器交叉注意力层的注意力权重，在注意力软化后用于在交叉注意力头中进行加权平均。

• past_key_values (，可选，当 use_cache=True 被传递或当 config.use_cache=True 时返回) — 长度为 config.n_layers 的 tf.Tensor 列表，每个张量的形状为 (2, batch_size, num_heads, sequence_length, embed_size_per_head)。

  包含预计算的隐藏状态（注意力块中的键和值），可以用于（参见 past_key_values 输入）以加速顺序解码。

参数

• input_ids （Numpy 数组 或 tf.Tensor，形状为 (batch_size, sequence_length)） — 输入序列中词元的词汇索引。可以通过使用 AutoTokenizer 获取索引。有关详细信息，请参阅 PreTrainedTokenizer.call() 和 PreTrainedTokenizer.encode()。 什么是输入 ID？
• attention_mask （Numpy 数组 或 tf.Tensor，形状为 (batch_size, sequence_length)，可选） — 用于避免对填充词元的索引执行注意力的掩码。在 [0, 1] 中选择的掩码值：
  • 1 表示未掩码的词元，
  • 0 表示掩码的词元。 什么是注意力掩码？
• token_type_ids （Numpy 数组 或 tf.Tensor，形状为 (batch_size, sequence_length)，可选） — 用来指示输入的第一部分和第二部分的词元类型索引。在 [0, 1] 中选择的索引：
  • 0 对应于 句子 A 的词元，
  • 1 对应于 句子 B 的词元。 什么是词元类型 ID？
• position_ids (Numpy 数组 或 tf.Tensor 形状为 (batch_size, sequence_length)，可选) — 每个输入序列标记在位置嵌入中的索引。在 [0, config.max_position_embeddings - 1] 范围内选择。什么是位置 ID？
• head_mask (Numpy 数组 或 tf.Tensor 形状为 (num_heads,) 或 (num_layers, num_heads)，可选) — 用来屏蔽自注意力模块中选择的頭部的掩码。掩码值选择在 [0, 1] 范围内：
  • 1 表示头部未被屏蔽，
  • 0 表示头部被屏蔽。
• inputs_embeds (tf.Tensor 形状为 (batch_size, sequence_length, hidden_size)，可选) — 可选地，您可以选择直接传递嵌入表示，而不是传递 input_ids。这在您想比模型内的嵌入查找矩阵有更多控件将 input_ids 索引转换为相关向量时很有用。
• output_attentions (bool, 可选) — 是否返回所有注意力层的注意力张量。有关详细信息，请参阅返回张量下的 attentions。此参数只能在 eager 模式下使用，在 graph 模式下将使用配置中的值。
• output_hidden_states (bool, 可选) — 是否返回所有层的隐藏状态。有关详细信息，请参阅返回张量下的 hidden_states。此参数只能在 eager 模式下使用，在 graph 模式下将使用配置中的值。
• return_dict (bool, 可选) — 是否返回 ModelOutput 而不是普通元组。此参数可以在 eager 模式下使用，在 graph 模式下其值始终为 True。
• training (bool, 可选, 默认为 False) — 是否使用模型进行训练模式（某些模块如dropout模块在训练和评估之间有不同的行为）。
• labels (tf.Tensor，形状为 (batch_size, sequence_length)，可选) — 用于计算掩码语言模型损失的标签。索引应在 [-100, 0, ..., config.vocab_size] （见 input_ids 的文档字符串）中（tokens with indices set to -100 被忽略（掩码），只计算 [0, ..., config.vocab_size] 中的标签所对应的 tokens 的损失）

A transformers.modeling_tf_outputs.TFMaskedLMOutput 或一个包含多个元素的 tf.Tensor 的元组（如果传递了 return_dict=False 或当 config.return_dict=False），这些元素取决于配置（XLMRobertaConfig）和输入。

• loss (tf.Tensor，形状为 (n,)，可选，其中 n 是非掩码标签的数量，当提供 labels 时返回) — 掩码语言模型 (MLM) 损失。

• logits (tf.Tensor 形状为 (batch_size, sequence_length, config.vocab_size)) — 语言建模头的预测分数（SoftMax之前的每个词汇的分数）。

• hidden_states (tuple(tf.Tensor)，可选，当 output_hidden_states=True 被传递或当 config.output_hidden_states=True 时返回) — 包含每个层的 tf.Tensor 的元组（一个用于嵌入输出 + 每个层的输出）的形状为 (batch_size, sequence_length, hidden_size)。

  模型在每一层的输出处的隐藏状态，以及初始嵌入输出。

• attentions (tuple(tf.Tensor)，可选，当 output_attentions=True 被传递或当 config.output_attentions=True 时返回) — 形状为 (batch_size, num_heads, sequence_length, sequence_length) 的 tf.Tensor 的元组（每个层一个）。

  注意力软化的注意力权重，用于在自注意力头中进行加权平均。

参数

• input_ids (Numpy数组 或 tf.Tensor 形状为 (batch_size, sequence_length)) — 输入序列中词汇的标记索引。索引可以用AutoTokenizer获得。详情见PreTrainedTokenizer.call()和PreTrainedTokenizer.encode()。什么是输入ID？
• attention_mask (Numpy array 或 tf.Tensor 形状为 (batch_size, sequence_length)，可选) — 避免在填充标记索引上执行注意力的掩码。掩码值选择在 [0, 1] 内：
  • 1 表示 未掩码 的标记，
  • 0 表示 掩码 的标记。 什么是注意力掩码？
• token_type_ids (Numpy array 或 tf.Tensor 形状为 (batch_size, sequence_length)，可选) — 段标记索引，用于指示输入的第一部分和第二部分。索引选择在 [0, 1] 内：
  • 0 对应于 句子 A 标记，
  • 1 对应于 句子 B 标记。 什么是标记类型 ID？
• position_ids (Numpy array 或 tf.Tensor 形状为 (batch_size, sequence_length)，可选) — 每个输入序列标记在位置嵌入中的索引。选择在范围 [0, config.max_position_embeddings - 1] 内。 什么是位置 ID？
• head_mask (Numpy array或tf.Tensor，形状为(num_heads,)或(num_layers, num_heads)，可选）— 取消选中self-attention模块的head。在[0, 1]范围内选取的mask值：
  • 1表示head未被遮挡，
  • 0表示head被遮挡。
• inputs_embeds (tf.Tensor，形状为(batch_size, sequence_length, hidden_size)，可选）— 可选，不传递input_ids，可以直接传入嵌入表示。如果您想要更精确地控制如何将input_ids索引转换成相关向量，而不是使用模型的内部嵌入查找矩阵，这会很有用。
• output_attentions (bool，可选）— 是否返回所有注意力层的注意力张量。详细信息请参阅返回的attentions张量。此参数仅在使用急切模式时有效，在图模式中，将使用配置中的值。
• output_hidden_states (bool, 可选) — 是否返回所有层的隐藏状态。有关更多详细信息，请参阅返回张量中的 hidden_states。此参数只能在 eager 模式中使用，在 graph 模式下将使用配置中的值。
• return_dict (bool, 可选) — 是否返回 ModelOutput 对象而不是普通的元组。此参数可以在 eager 模式中使用，在 graph 模式下该值始终设置为 True。
• training (bool, 可选, 默认为 False) — 是否使用模型进行训练模式（某些模块如 dropout 模块在训练和评估之间具有不同的行为）。
• labels (tf.Tensor of shape (batch_size,), optional) — 计算序列分类/回归损失的标签。索引应在 [0, ..., config.num_labels - 1] 之间。如果 config.num_labels == 1，将计算回归损失（均方损失），如果 config.num_labels > 1，将计算分类损失（交叉熵）。

一个 transformers.modeling_tf_outputs.TFSequenceClassifierOutput 或一个包含各种元素的 tf.Tensor 元组的对象（如果传递了 return_dict=False 或当 config.return_dict=False 时）。

• loss (tf.Tensor of shape (batch_size, ), optional, 如果提供 labels 则返回) — 分类（或如果 config.num_labels == 1 则为回归）损失。

• logits (tf.Tensor of shape (batch_size, config.num_labels)) — 分类（或如果 config.num_labels == 1 则为回归）分数（在 SoftMax 之前）。

• hidden_states (tuple(tf.Tensor)，可选，当 output_hidden_states=True 被传递或当 config.output_hidden_states=True 时返回) — 包含每个层的 tf.Tensor 的元组（一个用于嵌入输出 + 每个层的输出）的形状为 (batch_size, sequence_length, hidden_size)。

  模型在每一层的输出处的隐藏状态，以及初始嵌入输出。

• attentions (tuple(tf.Tensor)，可选，当 output_attentions=True 被传递或当 config.output_attentions=True 时返回) — 形状为 (batch_size, num_heads, sequence_length, sequence_length) 的 tf.Tensor 的元组（每个层一个）。

  注意力软化的注意力权重，用于在自注意力头中进行加权平均。

参数

• input_ids (Numpy array or tf.Tensor of shape (batch_size, num_choices, sequence_length)) —词汇中的输入序列标记索引。索引可以通过使用AutoTokenizer来获得。有关详细信息，请参阅PreTrainedTokenizer.call()和PreTrainedTokenizer.encode()。什么是输入ID？
• attention_mask (numpy数组 或 tf.Tensor 形状为 (批量大小, 选项数, 序列长度)，可选) — 用于避免在填充标记索引上执行注意力的掩码。选中的掩码值在 [0, 1] 之间：
  • 1 代表 未掩码 的标记，
  • 0 代表 掩码 的标记。 什么是注意力掩码？
• token_type_ids (numpy数组 或 tf.Tensor 形状为 (批量大小, 选项数, 序列长度)，可选) — 指示输入的第一部分和第二部分的段标记索引。索引在 [0, 1] 之间选择：
  • 0 代表 句子 A，
  • 1 代表 句子 B。 什么是标记类型 ID？
• position_ids (numpy数组 或 tf.Tensor 形状为 (批量大小, 选项数, 序列长度)，可选) — 每个输入序列标记在位置嵌入中的位置索引。在范围 [0, config.max_position_embeddings - 1] 中选择。什么是位置 ID？
• head_mask (Numpy数组或tf.Tensor，形状为(num_heads,)或(num_layers, num_heads)，可选) — 用于取消自注意力模块中选中头的掩码。掩码值在[0, 1]中选中：
  • 1 表示该头未被掩码。
  • 0 表示该头被掩码。
• inputs_embeds (tf.Tensor，形状为(batch_size, num_choices, sequence_length, hidden_size)，可选) — 可以直接传入嵌入表示，而不是传入input_ids。这样做可以在内部嵌入查找矩阵中更好地控制如何将input_ids索引转换为相关向量。
• output_attentions (bool，可选) — 是否返回所有注意力层的注意力张量。请参阅返回张量中的attentions以了解更多信息。此参数仅在 eager 模式下可用，在 graph 模式下将使用配置中的值。
• output_hidden_states (bool, 可选) — 是否返回所有层的隐藏状态。有关更多详细信息，请参阅返回张量下的 hidden_states。此参数只能在急切模式下使用，在图模式下将使用配置中的值。
• return_dict (bool, 可选) — 是否返回一个 ModelOutput 而不是纯元组。此参数可以在急切模式下使用，在图模式下此值始终设置为 True。
• training (bool, 可选, 默认值为 False) — 是否在训练模式下使用模型（某些模块如dropout模块在训练和评估之间有不同行为）。
• labels (tf.Tensor of shape (batch_size,), optional) — 用于计算多选分类损失的标签。索引应在 [0, ..., num_choices] 范围内，其中 num_choices 是输入张量第二维的大小。（参见上面的 input_ids）

A transformers.modeling_tf_outputs.TFMultipleChoiceModelOutput 或者一个tf.Tensor的元组（如果传递了 return_dict=False 或当 config.return_dict=False 时），包含各种元素，具体取决于配置（XLMRobertaConfig）和输入。

• loss (tf.Tensor of shape (batch_size, ), optional, returned when labels is provided) — 分类损失。

• logits (tf.Tensor of shape (batch_size, num_choices)) — num_choices 是输入张量第二维大小。（参见上面的 input_ids）

  分类分数（在 SoftMax 之前）。

• hidden_states (tuple(tf.Tensor)，可选，当 output_hidden_states=True 被传递或当 config.output_hidden_states=True 时返回) — 包含每个层的 tf.Tensor 的元组（一个用于嵌入输出 + 每个层的输出）的形状为 (batch_size, sequence_length, hidden_size)。

  模型在每一层的输出处的隐藏状态，以及初始嵌入输出。

• attentions (tuple(tf.Tensor)，可选，当 output_attentions=True 被传递或当 config.output_attentions=True 时返回) — 形状为 (batch_size, num_heads, sequence_length, sequence_length) 的 tf.Tensor 的元组（每个层一个）。

  注意力软化的注意力权重，用于在自注意力头中进行加权平均。

参数

• input_ids (Numpy数组 或 tf.Tensor，形状为 (batch_size, sequence_length)) — 在词汇表中的输入序列标记的索引。索引可以通过使用 AutoTokenizer 获取。有关详细说明，请参阅 PreTrainedTokenizer.call() 和 PreTrainedTokenizer.encode()。关于什么是输入ID，请参阅 这里。
• attention_mask （形状为 (batch_size, sequence_length) 的 Numpy 数组或 tf.Tensor，可选） — 避免在填充 token 索引上执行注意力的掩码。掩码值在 [0, 1] 范围内选择：
  • 1 表示 未掩码 的 token，
  • 0 表示 掩码 的 token。 什么是注意力掩码？
• token_type_ids （形状为 (batch_size, sequence_length) 的 Numpy 数组或 tf.Tensor，可选） — 标识输入的每个部分是第一段还是第二段的分段 token 索引。索引在 [0, 1] 范围内选择：
  • 0 对应于一个 句子 A token，
  • 1 对应于一个 句子 B token。 什么是 token 类型 ID？
• position_ids （形状为 (batch_size, sequence_length) 的 Numpy 数组或 tf.Tensor，可选） — 每个输入序列 token 在位置嵌入中的位置索引。在 [0, config.max_position_embeddings - 1] 范围内选择。什么是位置 ID？
• head_mask （Numpy数组 或 tf.Tensor，形状为 (num_heads,) 或 (num_layers, num_heads)，可选）— 用于取消选中自我注意力模块的头部的遮罩。遮罩值在 [0, 1] 之间选择：
  • 1 表示头部未遮罩，
  • 0 表示头部被遮罩。
• inputs_embeds （tf.Tensor，形状为 (batch_size, sequence_length, hidden_size)，可选）— 可选地，不传递 input_ids，可以选择直接传递嵌入表示。这在您想要比模型内部嵌入查找矩阵对 input_ids 索引转换为相关向量的转换有更多控制权时非常有用。
• output_attentions （bool，可选）— 是否返回所有注意力层的注意力张量。有关返回的张量中的 attentions 的更多信息，请参见。此参数只能在 eager 模式下使用，在 graph 模式下将使用配置中的值。
• output_hidden_states (bool，可选）—— 是否返回所有层的隐藏状态。有关返回张量下 hidden_states 的详细信息，请参阅。此参数只能在 eager 模式下使用，在 graph 模式下将使用配置中的值。
• return_dict (bool，可选）—— 是否返回 ModelOutput 而不是纯元组。此参数可以在 eager 模式下使用，在 graph 模式下将始终设置为 True。
• training (bool，可选，默认为 False）—— 是否以训练模式使用模型（某些模块如 dropout 模块在训练和评估之间有不同的行为）。
• labels (tf.Tensor of shape (batch_size, sequence_length), optional) — 用于计算token分类损失的标签。索引应在 [0, ..., config.num_labels - 1] 范围内。

A transformers.modeling_tf_outputs.TFTokenClassifierOutput 或一个 tf.Tensor 的元组（如果传递了 return_dict=False 或当 config.return_dict=False）根据配置（XLMRobertaConfig）和输入组成。

• loss (tf.Tensor of shape (n,), optional, where n is the number of unmasked labels, returned when labels is provided) — 分类损失。

• logits (tf.Tensor of shape (batch_size, sequence_length, config.num_labels)) — 分类得分（SoftMax之前）。

• hidden_states (tuple(tf.Tensor)，可选，当 output_hidden_states=True 被传递或当 config.output_hidden_states=True 时返回) — 包含每个层的 tf.Tensor 的元组（一个用于嵌入输出 + 每个层的输出）的形状为 (batch_size, sequence_length, hidden_size)。

  模型在每一层的输出处的隐藏状态，以及初始嵌入输出。

• attentions (tuple(tf.Tensor)，可选，当 output_attentions=True 被传递或当 config.output_attentions=True 时返回) — 形状为 (batch_size, num_heads, sequence_length, sequence_length) 的 tf.Tensor 的元组（每个层一个）。

  注意力软化的注意力权重，用于在自注意力头中进行加权平均。

参数

• input_ids (Numpy array 或 tf.Tensor 形状为 (batch_size, sequence_length)) — 输入序列符号在词汇表中的索引。索引可以通过使用 AutoTokenizer 获取。有关详细信息，请参阅 PreTrainedTokenizer.call() 和 PreTrainedTokenizer.encode()。 什么是输入ID？
• attention_mask (NumPy数组 或 tf.Tensor，形状为 (batch_size, sequence_length)，可选) — 避免在填充token索引上执行注意力操作的掩码。掩码值在 [0, 1] 中选择：
  • 1 表示未屏蔽的token，
  • 0 表示被屏蔽的token。 什么是注意力掩码？
• token_type_ids (NumPy数组 或 tf.Tensor，形状为 (batch_size, sequence_length)，可选) — 标识输入的前后部分的段标记索引。索引在 [0, 1] 中选择：
  • 0 对应于 句子A 标记，
  • 1 对应于 句子B 标记。 什么是token类型ID？
• position_ids (NumPy数组 或 tf.Tensor，形状为 (batch_size, sequence_length)，可选) — 每个输入序列token在位置嵌入中的索引。取值范围为 [0, config.max_position_embeddings - 1]。 什么是位置ID？
• head_mask （Numpy数组 或 tf.Tensor，形状为 (num_heads,) 或 (num_layers, num_heads)，可选） — 用于取消激活自注意力模块中选定头的掩码。掩码值选择在 [0, 1]：
  • 1 表示该头 未被掩码，
  • 0 表示该头被 掩码。
• inputs_embeds （tf.Tensor，形状为 (batch_size, sequence_length, hidden_size)，可选） — 可选地，您可以选择直接传递嵌入表示，而不是传递 input_ids。如果您想在将 input_ids 索引转换为相关向量时比模型内部嵌入查找矩阵有更多控制权，这会有所帮助。
• output_attentions （bool，可选） — 是否返回所有注意力层的注意力张量。有关更多详细信息，请参阅返回张量下的 attentions。此参数仅在紧迫模式下可用，在图模式下将使用配置文件中的值。
• output_hidden_states (bool, 可选) — 是否返回所有层的隐藏状态。更多信息请参阅返回的张量中的 hidden_states。此参数只能在即时模式中使用，在图模式中将使用配置中的值。
• return_dict (bool, 可选) — 是否返回一个 ModelOutput 而不是普通元组。此参数可以在即时模式中使用，在图模式中此值始终设置为 True。
• training (bool, 可选，默认为 False) — 是否使用模型进行训练模式（一些模块如 dropout 模块在不同模式和评估模式之间有不同的行为）。
• start_positions (tf.Tensor 形状为 (batch_size,)，可选) — 标记的跨度起始位置的标签，用于计算标记分类损失。位置被限制在序列长度（sequence_length）内。序列之外的位置在计算损失时不被考虑。
• end_positions (tf.Tensor 形状为 (batch_size,)，可选) — 标记的跨度结束位置的标签，用于计算标记分类损失。位置被限制在序列长度（sequence_length）内。序列之外的位置在计算损失时不被考虑。

A transformers.modeling_tf_outputs.TFQuestionAnsweringModelOutput 或一个包含各种元素的 tf.Tensor 的元组（如果传递了 return_dict=False 或当 config.return_dict=False 时），这些元素取决于配置（XLMRobertaConfig）和输入。

• loss (tf.Tensor 形状为 (batch_size, )，可选，当提供 start_positions 和 end_positions 时返回) — 总跨度提取损失是起始和结束位置的交叉熵的总和。

• start_logits (tf.Tensor 形状为 (batch_size, sequence_length)） — 跨度起始的得分（在 SoftMax 之前）。

• end_logits (tf.Tensor 形状为 (batch_size, sequence_length)） — 跨度结束的得分（在 SoftMax 之前）。

• hidden_states (tuple(tf.Tensor)，可选，当 output_hidden_states=True 被传递或当 config.output_hidden_states=True 时返回) — 包含每个层的 tf.Tensor 的元组（一个用于嵌入输出 + 每个层的输出）的形状为 (batch_size, sequence_length, hidden_size)。

  模型在每一层的输出处的隐藏状态，以及初始嵌入输出。

• attentions (tuple(tf.Tensor)，可选，当 output_attentions=True 被传递或当 config.output_attentions=True 时返回) — 形状为 (batch_size, num_heads, sequence_length, sequence_length) 的 tf.Tensor 的元组（每个层一个）。

  注意力软化的注意力权重，用于在自注意力头中进行加权平均。