HuggingFace - конфигурация токенизатора GPT2 в config.json

Question

Точно настроенная модель GPT2 загружается в huggingface-models для логического вывода.

Ниже ошибка наблюдается во время вывода,

Не удается загрузить токенизатор с помощью from_pretrained, обновите его конфигурацию: не удается загрузить токенизатор для 'bala1802 / model_1_test'. Убедитесь, что: - 'bala1802 / model_1_test' - это правильный идентификатор модели, указанный на 'https://huggingface.co/models' - или 'bala1802 / model_1_test' - это правильный путь к каталогу, содержащему соответствующие файлы токенизатора

Ниже представлена ​​конфигурация - файл config.json для модели Finetuned huggingface,

      {
  "_name_or_path": "gpt2",
  "activation_function": "gelu_new",
  "architectures": [
    "GPT2LMHeadModel"
  ],
  "attn_pdrop": 0.1,
  "bos_token_id": 50256,
  "embd_pdrop": 0.1,
  "eos_token_id": 50256,
  "gradient_checkpointing": false,
  "initializer_range": 0.02,
  "layer_norm_epsilon": 1e-05,
  "model_type": "gpt2",
  "n_ctx": 1024,
  "n_embd": 768,
  "n_head": 12,
  "n_inner": null,
  "n_layer": 12,
  "n_positions": 1024,
  "resid_pdrop": 0.1,
  "summary_activation": null,
  "summary_first_dropout": 0.1,
  "summary_proj_to_labels": true,
  "summary_type": "cls_index",
  "summary_use_proj": true,
  "task_specific_params": {
    "text-generation": {
      "do_sample": true,
      "max_length": 50
    }
  },
  "transformers_version": "4.3.2",
  "use_cache": true,
  "vocab_size": 50257
}

Стоит ли настраивать токенизатор GPT2 так же, как "model_type": "gpt2" в файле config.json

Answer 1

В вашем репозитории нет файлов, необходимых для создания токенизатора. Похоже, вы загрузили только файлы для своей модели. Создайте объект вашего токенизатора, который вы использовали для обучения модели, и сохраните необходимые файлы с помощью save_pretrained():

      from transformers import GPT2Tokenizer

t = GPT2Tokenizer.from_pretrained("gpt2")
t.save_pretrained('/SOMEFOLDER/')

Выход:

      ('/SOMEFOLDER/tokenizer_config.json',
 '/SOMEFOLDER/special_tokens_map.json',
 '/SOMEFOLDER/vocab.json',
 '/SOMEFOLDER/merges.txt',
 '/SOMEFOLDER/added_tokens.json')