管道背后

让我们从一个完整的示例开始，看看我们在 第一章 中执行以下代码时幕后发生了什么

from transformers import pipeline

classifier = pipeline("sentiment-analysis")
classifier(
    [
        "I've been waiting for a HuggingFace course my whole life.",
        "I hate this so much!",
    ]
)

并获得

[{'label': 'POSITIVE', 'score': 0.9598047137260437},
 {'label': 'NEGATIVE', 'score': 0.9994558095932007}]

正如我们在 第一章 中看到的，此管道将三个步骤组合在一起：预处理、将输入传递到模型和后处理

让我们快速浏览一下每个步骤。

使用分词器进行预处理

与其他神经网络一样，Transformer 模型无法直接处理原始文本，因此我们管道的第一步是将文本输入转换为模型可以理解的数字。为此，我们使用一个分词器，它负责

• 将输入分成称为词元的单词、子词或符号（如标点符号）
• 将每个词元映射到一个整数
• 添加可能对模型有用的其他输入

所有这些预处理都必须与模型预训练时完全相同，因此我们需要先从 模型中心 下载这些信息。为此，我们使用 AutoTokenizer 类及其 from_pretrained() 方法。使用我们模型的检查点名称，它会自动获取与模型分词器相关联的数据并将其缓存（因此仅在您第一次运行以下代码时才会下载它）。

由于 sentiment-analysis 管道的默认检查点是 distilbert-base-uncased-finetuned-sst-2-english（您可以查看其模型卡 这里），我们运行以下操作

from transformers import AutoTokenizer

checkpoint = "distilbert-base-uncased-finetuned-sst-2-english"
tokenizer = AutoTokenizer.from_pretrained(checkpoint)

获得分词器后，我们可以直接将我们的句子传递给它，然后我们会得到一个准备馈送到我们的模型的字典！剩下的唯一要做的事情就是将输入 ID 列表转换为张量。

您可以使用 🤗 Transformers，而无需担心使用哪个机器学习框架作为后端；它可能是 PyTorch 或 TensorFlow，或者对于某些模型，可能是 Flax。但是，Transformer 模型只接受张量作为输入。如果您第一次听说张量，您可以将它们视为 NumPy 数组。NumPy 数组可以是标量 (0D)、向量 (1D)、矩阵 (2D)，或者具有更多维度。它实际上是一个张量；其他机器学习框架的张量行为类似，通常与 NumPy 数组一样容易实例化。

为了指定我们想要获得的张量类型（PyTorch、TensorFlow 或纯 NumPy），我们使用 return_tensors 参数

raw_inputs = [
    "I've been waiting for a HuggingFace course my whole life.",
    "I hate this so much!",
]
inputs = tokenizer(raw_inputs, padding=True, truncation=True, return_tensors="pt")
print(inputs)

暂时不要担心填充和截断；我们将在后面解释它们。这里要记住的主要内容是您可以传递一个句子或一个句子列表，以及指定您想要获得的张量类型（如果未传递任何类型，则您将得到一个列表列表作为结果）。

以下是结果在 PyTorch 张量中显示的方式

{
    'input_ids': tensor([
        [  101,  1045,  1005,  2310,  2042,  3403,  2005,  1037, 17662, 12172, 2607,  2026,  2878,  2166,  1012,   102],
        [  101,  1045,  5223,  2023,  2061,  2172,   999,   102,     0,     0,     0,     0,     0,     0,     0,     0]
    ]), 
    'attention_mask': tensor([
        [1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1],
        [1, 1, 1, 1, 1, 1, 1, 1, 0, 0, 0, 0, 0, 0, 0, 0]
    ])
}

输出本身是一个字典，包含两个键，input_ids 和 attention_mask。input_ids 包含两行整数（每句话一行），它们是每个句子中词元的唯一标识符。我们将在本章后面解释 attention_mask 是什么。

通过模型

我们可以像对分词器一样下载预训练模型。 🤗 Transformers 提供了一个 AutoModel 类，它也有一个 from_pretrained() 方法

from transformers import AutoModel

checkpoint = "distilbert-base-uncased-finetuned-sst-2-english"
model = AutoModel.from_pretrained(checkpoint)

在此代码片段中，我们下载了与之前在管道中使用的相同的检查点（实际上它应该已经被缓存了）并用它实例化了一个模型。

此架构只包含基本 Transformer 模块：给定一些输入，它输出我们将称为隐藏状态，也称为特征。对于每个模型输入，我们将检索一个高维向量，表示Transformer 模型对该输入的上下文理解。

如果这没有意义，请不要担心。我们将在后面解释所有这些。

虽然这些隐藏状态本身可能有用，但它们通常是模型另一个部分的输入，称为头。在 第一章 中，不同的任务可以用相同的架构执行，但这些任务中的每一个都将与其相关的不同头相关联。

高维向量？

Transformer 模块输出的向量通常很大。它通常具有三个维度

• 批次大小：一次处理的序列数量（在我们的示例中为 2）。
• 序列长度：序列的数字表示的长度（在我们的示例中为 16）。
• 隐藏大小：每个模型输入的向量维度。

由于最后一个值，它被称为“高维”。隐藏大小可以非常大（较小的模型通常为 768，而较大的模型可以达到 3072 或更多）。

如果我们将预处理的输入馈送到我们的模型，我们可以看到这一点

outputs = model(**inputs)
print(outputs.last_hidden_state.shape)

torch.Size([2, 16, 768])

请注意，🤗 Transformers 模型的输出类似于namedtuples 或字典。您可以通过属性（如我们所做的那样）或键 (outputs["last_hidden_state"]) 来访问元素，甚至可以通过索引访问，如果您确切地知道要查找的元素的位置 (outputs[0])。

模型头：从数字中获取意义

模型头将隐藏状态的高维向量作为输入，并将它们投影到不同的维度。它们通常由一个或几个线性层组成

Transformer 模型的输出直接发送到模型头进行处理。

在此图中，模型由其嵌入层和后续层表示。嵌入层将标记化输入中的每个输入 ID 转换为表示关联标记的向量。后续层使用注意力机制来操作这些向量，以生成句子的最终表示。

🤗 Transformers 中有许多不同的架构可用，每个架构都针对解决特定任务而设计。这是一个非详尽的列表

• *Model（检索隐藏状态）
• *ForCausalLM
• *ForMaskedLM
• *ForMultipleChoice
• *ForQuestionAnswering
• *ForSequenceClassification
• *ForTokenClassification
• 等等 🤗

对于我们的示例，我们需要一个具有序列分类头的模型（能够将句子分类为正面或负面）。因此，我们实际上不会使用AutoModel 类，而是使用AutoModelForSequenceClassification

from transformers import AutoModelForSequenceClassification

checkpoint = "distilbert-base-uncased-finetuned-sst-2-english"
model = AutoModelForSequenceClassification.from_pretrained(checkpoint)
outputs = model(**inputs)

现在，如果我们查看输出的形状，维度将低得多：模型头将我们之前看到的那些高维向量作为输入，并输出包含两个值的向量（每个标签一个）

print(outputs.logits.shape)

torch.Size([2, 2])

由于我们只有两句话和两个标签，因此我们从模型中获得的结果形状为 2 x 2。

后处理输出

我们从模型中获得的输出值本身不一定有意义。让我们看一看

print(outputs.logits)

tensor([[-1.5607,  1.6123],
        [ 4.1692, -3.3464]], grad_fn=<AddmmBackward>)

我们的模型对第一句话预测了[-1.5607, 1.6123]，对第二句话预测了[ 4.1692, -3.3464]。这些不是概率，而是logits，模型最后一层输出的原始、未归一化的分数。要转换为概率，它们需要经过SoftMax 层（所有 🤗 Transformers 模型都输出 logits，因为用于训练的损失函数通常会将最后一层激活函数（如 SoftMax）与实际损失函数（如交叉熵）融合在一起）

import torch

predictions = torch.nn.functional.softmax(outputs.logits, dim=-1)
print(predictions)

tensor([[4.0195e-02, 9.5980e-01],
        [9.9946e-01, 5.4418e-04]], grad_fn=<SoftmaxBackward>)

现在我们可以看到，模型对第一句话预测了[0.0402, 0.9598]，对第二句话预测了[0.9995, 0.0005]。这些是可识别的概率分数。

要获得与每个位置相对应的标签，我们可以检查模型配置的id2label 属性（下一节将详细介绍）。

model.config.id2label

{0: 'NEGATIVE', 1: 'POSITIVE'}

现在我们可以得出结论，模型预测了以下内容

• 第一句话：NEGATIVE: 0.0402, POSITIVE: 0.9598
• 第二句话：NEGATIVE: 0.9995, POSITIVE: 0.0005

我们已经成功地再现了流水线的三个步骤：使用标记器进行预处理，将输入通过模型，以及后处理！现在让我们花一些时间深入研究每个步骤。