PyTorch：pytorch预训练的BERT模型的随机输出

Question

当我尝试使用“ pytorch-pretrained-BERT”模型进行尝试问答时，我意识到，每次评估示例时，输出看起来都是随机的，因此是不正确的。我正在使用此tutorial。

text = "[CLS] Who was Jim Henson ? [SEP] Jim Henson was a puppeteer [SEP]"

(...)

questionAnswering_model = torch.hub.load('huggingface/pytorch-pretrained-BERT', 'bertForQuestionAnswering', 'bert-base-cased')
questionAnswering_model.eval()

# Predict the start and end positions logits
with torch.no_grad():
    start_logits, end_logits = questionAnswering_model(tokens_tensor, segments_tensors)

start = np.argmax(start_logits[0])
end = np.argmax(end_logits[0])

answer = tokens_tensor[start:end]

示例：

  

1：['谁'，'是'，'吉姆'，'他'，'## nson'，'？'，'[[SEP]'，'吉姆']

     

2：['## nson'，'was'，'a'，'puppet']

我是否以正确的方式使用开始和结束登录来获得答案？我该如何纠正随机数？

提前谢谢