Все форумы |
Авиационный |
Сослуживцы |
Авторские |
| ↓ ВНИЗ |
Blackedraw - Kazumi - Bbc-hungry: Baddie Kazumi ...def get_bert_embedding(text): inputs = tokenizer(text, return_tensors="pt") outputs = model(**inputs) return outputs.last_hidden_state[:, 0, :].detach().numpy() text = "BlackedRaw - Kazumi - BBC-Hungry Baddie Kazumi ..." embedding = get_bert_embedding(text) print(embedding.shape) This example generates a BERT-based sentence embedding for the input text. Depending on your application, you might use or modify these features further. from transformers import BertTokenizer, BertModel import torch tokenizer = BertTokenizer.from_pretrained('bert-base-uncased') model = BertModel.from_pretrained('bert-base-uncased')
|
| |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| ← На главную страницу | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Все форумы |
Авиационный |
Сослуживцы |
Авторские |
| Реклама на сайте | Обратная связь/Связаться с администрацией |
|
|