项目场景：调用hugging face公开模型数据集中的transformers模型。问题描述默认源在国内下载模型过慢，甚至不开始下载。原因分析：部分博客解决方案为：在from_pretrained中添加参数mirror="tuna" 将下载源替换为清华源。tokenizer = BertTokenizer.from_pretrained("bert-base-uncased", mirror="

vscode远程连接服务器问题汇总吐槽问题1服务器用户名和key改变后，无法port forwarding解决方案：问题二 建立连接过程中卡住或者报XHRfailed解决方案：问题3: 未知原因的could not establish connection吐槽vscode连远程真的很简单，只需一个ssh-remote插件，设置简单（相比pycharm）。但是总有一些小问题，比如连接不稳定，无需本地

后将cuda改为‘cpu’模式，发现报错为index溢出，定位错误在tokenizer，经检查发现是BERT和XLM的tokenizer中的pad_token_id是不同的，前者为0，后者为1，改正后，即可运行。（2）tokenizer和language model不匹配；经检查代码，发现匹配无误；（4）cuda版本问题；由于是改代码，前面代码未出现该问题，因此不考虑该假设。（3）维度存在不一致；

项目场景：调用hugging face公开模型数据集中的transformers模型。问题描述默认源在国内下载模型过慢，甚至不开始下载。原因分析：部分博客解决方案为：在from_pretrained中添加参数mirror="tuna" 将下载源替换为清华源。tokenizer = BertTokenizer.from_pretrained("bert-base-uncased", mirror="

vscode远程连接服务器问题汇总吐槽问题1服务器用户名和key改变后，无法port forwarding解决方案：问题二 建立连接过程中卡住或者报XHRfailed解决方案：问题3: 未知原因的could not establish connection吐槽vscode连远程真的很简单，只需一个ssh-remote插件，设置简单（相比pycharm）。但是总有一些小问题，比如连接不稳定，无需本地

项目场景：调用hugging face公开模型数据集中的transformers模型。问题描述默认源在国内下载模型过慢，甚至不开始下载。原因分析：部分博客解决方案为：在from_pretrained中添加参数mirror="tuna" 将下载源替换为清华源。tokenizer = BertTokenizer.from_pretrained("bert-base-uncased", mirror="