时间戳

首页 > 解决方案 > Hugging-Face Transformers：从路径错误中加载模型

huggingface-transformers - Hugging-Face Transformers：从路径错误中加载模型

问题描述

我对 Hugging-Face 变形金刚很陌生。当我尝试从给定路径加载xlm-roberta-base模型时，我遇到了以下问题：

>> tokenizer = AutoTokenizer.from_pretrained(model_path)
>> Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/home/user/anaconda3/lib/python3.7/site-packages/transformers/tokenization_auto.py", line 182, in from_pretrained
    return tokenizer_class.from_pretrained(pretrained_model_name_or_path, *inputs, **kwargs)
  File "/home/user/anaconda3/lib/python3.7/site-packages/transformers/tokenization_utils.py", line 309, in from_pretrained
    return cls._from_pretrained(*inputs, **kwargs)
  File "/home/user/anaconda3/lib/python3.7/site-packages/transformers/tokenization_utils.py", line 458, in _from_pretrained
    tokenizer = cls(*init_inputs, **init_kwargs)
  File "/home/user/anaconda3/lib/python3.7/site-packages/transformers/tokenization_roberta.py", line 98, in __init__
    **kwargs,
  File "/home/user/anaconda3/lib/python3.7/site-packages/transformers/tokenization_gpt2.py", line 133, in __init__
    with open(vocab_file, encoding="utf-8") as vocab_handle:
TypeError: expected str, bytes or os.PathLike object, not NoneType

但是，如果我按其名称加载它，则没有问题：

>> tokenizer = AutoTokenizer.from_pretrained('xlm-roberta-base')

我将不胜感激任何帮助。

标签： huggingface-transformershuggingface-tokenizers

解决方案

我假设您已经按照文档中的描述创建了该目录：

tokenizer.save_pretrained('YOURPATH')

目前有一个问题正在调查中，该问题仅影响 AutoTokenizers，但不影响底层的 tokenizers，如 (XLMRobertaTokenizer)。例如以下应该工作：

from transformers import XLMRobertaTokenizer

tokenizer = XLMRobertaTokenizer.from_pretrained('YOURPATH')

要使用 AutoTokenizer，您还需要保存配置以离线加载：

from transformers import AutoTokenizer, AutoConfig

tokenizer = AutoTokenizer.from_pretrained('xlm-roberta-base')
config = AutoConfig.from_pretrained('xlm-roberta-base')

tokenizer.save_pretrained('YOURPATH')
config.save_pretrained('YOURPATH')

tokenizer = AutoTokenizer.from_pretrained('YOURPATH')

我建议为标记器和模型使用不同的路径，或者model.save_pretrained()保留模型的 config.json，因为您应用于模型的一些修改将存储在 config.json 中在您的模型之后保存如上所述的标记器（即，您将无法使用标记器 config.json 加载修改后的模型）。

推荐阅读