Bert Base Uncased

🚀 BERT base model (uncased)

英語のマスク言語モデリング（MLM）目的で事前学習されたモデルで、大文字と小文字を区別しません。

🚀 クイックスタート

このモデルは、英語のマスク言語モデリング（MLM）目的で事前学習されています。論文「this paper」で紹介され、this repository で最初に公開されました。このモデルは大文字と小文字を区別しません。

✨ 主な機能

• 英語のマスク言語モデリング（MLM）目的で事前学習されたモデル。
• 大文字と小文字を区別しないアンケースドモデル。

📦 インストール

リポジトリをクローンすることでモデルをダウンロードできます。

git clone https://huggingface.co/OWG/bert-base-uncased

💻 使用例

基本的な使用法

from onnxruntime import InferenceSession, SessionOptions, GraphOptimizationLevel
from transformers import BertTokenizer


tokenizer = BertTokenizer.from_pretrained("bert-base-uncased")

options = SessionOptions()
options.graph_optimization_level = GraphOptimizationLevel.ORT_ENABLE_ALL

session = InferenceSession("path/to/model.onnx", sess_options=options)
session.disable_fallback()

text = "Replace me by any text you want to encode."
input_ids = tokenizer(text, return_tensors="pt", return_attention_mask=True)

inputs = {k: v.cpu().detach().numpy() for k, v in input_ids.items()}
outputs_name = session.get_outputs()[0].name

outputs = session.run(output_names=[outputs_name], input_feed=inputs)

📚 ドキュメント

元の実装を見るには、このリンク をたどってください。

📄 ライセンス

このモデルは Apache-2.0 ライセンスの下で提供されています。