在文本多分类模型测试过程报如下错误: RuntimeError: stack expects each tensor to be equal size, but got [512] at entry 0 and [863] at entry 7.
这个错误的主要原因是在文本数据进行 tokenizer 时没有进行 truncation=True, 具体代码如下
inputs = self.tokenizer.encode_plus(
text,
add_special_tokens=True, # 句子开头和分隔加 cls sep [cls] + text + [sep]
max_length=self.max_len,
return_token_type_ids=True, # 分句ids
return_attention_mask=True, # 注意力编码
return_tensors='pt', # pytorch类型
padding="max_length"
truncation=True # 这个里设置为True, 超过max_length就截断
)
之前模型代码写的是 truncation='only_second', 如果文本数据长度差异太大,就必须 truncation设置为True. 改好后就没有上面报错