Question

我对Hugging-Face变压器非常陌生。当我尝试从给定路径加载 xlm-roberta-base 模型时，我面临以下问题：

>> tokenizer = AutoTokenizer.from_pretrained(model_path)
>> Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/home/user/anaconda3/lib/python3.7/site-packages/transformers/tokenization_auto.py", line 182, in from_pretrained
    return tokenizer_class.from_pretrained(pretrained_model_name_or_path, *inputs, **kwargs)
  File "/home/user/anaconda3/lib/python3.7/site-packages/transformers/tokenization_utils.py", line 309, in from_pretrained
    return cls._from_pretrained(*inputs, **kwargs)
  File "/home/user/anaconda3/lib/python3.7/site-packages/transformers/tokenization_utils.py", line 458, in _from_pretrained
    tokenizer = cls(*init_inputs, **init_kwargs)
  File "/home/user/anaconda3/lib/python3.7/site-packages/transformers/tokenization_roberta.py", line 98, in __init__
    **kwargs,
  File "/home/user/anaconda3/lib/python3.7/site-packages/transformers/tokenization_gpt2.py", line 133, in __init__
    with open(vocab_file, encoding="utf-8") as vocab_handle:
TypeError: expected str, bytes or os.PathLike object, not NoneType

但是，如果按名称加载它，就没有问题：

>> tokenizer = AutoTokenizer.from_pretrained('xlm-roberta-base')

我将不胜感激。

Answer 1

我假设您已经按照documentation中的描述创建了该目录，

tokenizer.save_pretrained('YOURPATH')

当前有一个issue正在调查中，该问题仅影响自动令牌生成器，而不影响诸如（XLMRobertaTokenizer）之类的基础令牌生成器。例如，以下方法应该起作用：

from transformers import XLMRobertaTokenizer

tokenizer = XLMRobertaTokenizer.from_pretrained('YOURPATH')

要使用自动令牌生成器，您还需要保存配置以离线加载它：

from transformers import AutoTokenizer, AutoConfig

tokenizer = AutoTokenizer.from_pretrained('xlm-roberta-base')
config = AutoConfig.from_pretrained('xlm-roberta-base')

tokenizer.save_pretrained('YOURPATH')
config.save_pretrained('YOURPATH')

tokenizer = AutoTokenizer.from_pretrained('YOURPATH')

我建议为令牌生成器和模型使用不同的路径，或者保留模型的config.json，因为对模型进行的一些修改会会存储在model.save_pretrained()期间创建的config.json中，并且在模型保存后如上述保存令牌生成器时将被覆盖（即，您将无法使用令牌生成器config.json加载修改后的模型）

Answer 2

我遇到了相同的错误消息，要进行修复，可以在参数中添加use_fast=True。

generator = AutoTokenizer.from_pretrained(generator_path, config=config.generator, use_fast=True)

Hugging-Face变形金刚：从路径错误中加载模型

2 个答案: