如何修复“ValueError:没有足够的值来解包（预期为2，得到1）”

Question

我正试图对一个德国推特数据集进行情绪分析，该数据集是我从hugginface导入的基于bert的德国案例模型

为了能够计算出预测的概率，我想用Softmax of Numpy，问题就从这里开始

F.softmax(model(input_ids, attention_mask), dim=1)

我得到了一个错误：

ValueError: not enough values to unpack (expected 2, got 1)

有人知道这里期望的值是什么吗

当我尝试使用以下工具运行它时，所有功能都可以正常工作：

self.bert = BertModel.from_pretrained(PRE_TRAINED_MODEL_NAME)

切换到时获取错误

self.bert = AutoModelWithLMHead.from_pretrained("bert-base-german-cased")

正如你可能看到的，我是个笨蛋。因此，我请你提供简单而详细的解释（鱼可以理解：D）

Code 0

Code 1

Code 2

Input_ID'和Attention_mask'是标记化过程的输出值

Answer 1

这是一个迟来的回答，但可能会有所帮助

我也犯了同样的错误。我的问题是“输入ID”和“注意掩码”必须是二维张量，但我把它们作为一维张量。我也是

input_ids = input_ids.unsqueeze(0)
attention_mask = attention_mask.unsqueeze(0)

就你而言