bert-base-uncased使用

1.下载模型

https://github.com/google-research/bert?tab=readme-ov-file

2.下载config.json和pytorch_model.bin

https://huggingface.co/google-bert/bert-base-uncased/tree/main

3.解压缩到同一文件夹

4.代码测试

复制代码
from transformers import BertModel,BertTokenizer

BERT_PATH = 'D:/bert/241109'

tokenizer = BertTokenizer.from_pretrained(BERT_PATH)

print(tokenizer.tokenize('I have an apple, thank you.'))

bert = BertModel.from_pretrained(BERT_PATH)

print('load bert model over')
相关推荐
mlidongfeng3 分钟前
[AI][昇腾950] Scalar 性能优化
人工智能·性能优化
鱼饼Y7 分钟前
AI时代,使用大模型学习LangChain (3)——LCEL
人工智能·langchain
冬哥聊AI8 分钟前
三面追问:百万行代码库怎么跑好Claude Code?harness五层才是关键
人工智能
云杨17 分钟前
SnakeEats 技术解剖:扫描器是蛇,文档是它会生长的身体——人机协作的新数据层
人工智能·开源
韩师傅21 分钟前
重生之我成为模型 番外 · 饲养员厨房下——大厨古法餐
深度学习·机器学习·计算机视觉
小鬼头编程26 分钟前
信息学竞赛体系(CSP-J/S、NOIP、NOI、IOI)
c++·人工智能·青少年编程
MRfyyt27 分钟前
一个 for 循环搞定 AI Agent:Function Calling + ReAct 实战
人工智能
正在走向自律31 分钟前
AI 辅助研发内部复盘(4/5):约束、上下文与技能——把“人的判断”工程化
人工智能·ai编程·ai代码生成·上下文工程·ai辅助研发·skills封装经验
Bigger33 分钟前
因为一句「华流才是最屌的」,我做了一个中国风设计的 Skill
前端·人工智能·设计
陈天伟教授34 分钟前
图解人工智能(99)人工智能前沿-走向未来
人工智能