当前位置:首页 > 文章列表 > 科技周边 > 人工智能 > Transformers BaseModelOutput.hidden_states 怎样区分各层隐藏状态与最后一层输出

Transformers BaseModelOutput.hidden_states 怎样区分各层隐藏状态与最后一层输出

来源:17golang原创 2026-11-18 17:20:19 0浏览 收藏

Transformers 的 BaseModelOutput 中,last_hidden_state 是一个最终序列特征张量,hidden_states 则是可选的张量元组,保存嵌入阶段(若模型提供)以及各层的隐藏状态。需要层间分析时显式传入 output_hidden_states=True,再读取 hidden_states;只要最终特征时优先使用 last_hidden_state。

官方文档:https://huggingface.co/docs/transformers/main_classes/output

先把单个张量和层集合分开

一个典型误会是把 hidden_states 当成“最后一层张量的别名”,直接在它上面取 token。实际上它多了一层集合结构:先用元组索引选中某层,才在那一层的张量中选择样本、序列位置和隐藏维度。

按这里讨论的文本序列输出约定,每项张量形状为 batch_size、sequence_length、hidden_size 三个维度。last_hidden_state 也是这种三维结构,但它的职责是模型最终给出的序列特征,而不是描述一个层列表。

可以把 BaseModelOutput 的结构看成两类字段:last_hidden_state 对应最终特征;hidden_states 对应层集合,其中包括嵌入输出和各层输出。attentions 是另一种可选信息,不应作为隐藏状态使用。

BaseModelOutput 中最终特征和隐藏状态集合的静态归属
图1:结构说明图,单个最终张量与层集合属于不同字段,集合内部再包含各阶段张量。

显式请求隐藏状态并按名称读取

将旧代码里含糊的 outputs[0]、outputs[1] 改为字段名称,可以降低模型输出类型变化时取错项的风险。这个调整是调用方式建议,不代表某个版本废除了索引访问,也不是一份正式提案。

下面使用 BERT 小配置随机初始化模型,只观察结构,不下载权重,也不展示模型语义效果。BertModel 返回的具体输出类型比 BaseModelOutput 更丰富,但共享这里讨论的 last_hidden_state 与 hidden_states 字段;不要据此把所有模型的返回类名写死成同一个。

import torch
from transformers import BertConfig, BertModel

# 随机初始化一个小型模型,只演示输出结构,不下载预训练权重。
config = BertConfig(
    vocab_size=64,
    hidden_size=24,
    num_hidden_layers=2,
    num_attention_heads=4,
    intermediate_size=48,
)
model = BertModel(config)
model.eval()
input_ids = torch.tensor([[1, 7, 9, 2, 0]], dtype=torch.long)
attention_mask = torch.tensor([[1, 1, 1, 1, 0]], dtype=torch.long)

# eval 控制模型状态,inference_mode 控制此处的推理记录方式。
with torch.inference_mode():
    outputs = model(
        input_ids=input_ids,
        attention_mask=attention_mask,
        output_hidden_states=True,
        return_dict=True,
    )

states = outputs.hidden_states
if states is None:
    raise RuntimeError("本次调用没有返回隐藏状态")

# 元组索引选择层;张量索引才选择批次和 token 位置。
embedding_output = states[0]
first_layer = states[1]
last_collected = states[-1]
final_features = outputs.last_hidden_state
print("层集合长度:", len(states))
print("嵌入输出形状:", tuple(embedding_output.shape))
print("第一层形状:", tuple(first_layer.shape))
print("最后收集项形状:", tuple(last_collected.shape))
print("最终特征形状:", tuple(final_features.shape))

示例没有在本文执行。它打印的是形状与集合长度,不包含伪造的模型数值结果。若接入已有模型,把示例的构造部分替换为自己的模型和输入,并保留显式请求与 None 分支。

对照索引与张量形状

对于上面的两层 BERT 配置,按其输出约定,集合包括一个嵌入输出以及两个编码层输出,因此预期有三项。states[0] 是嵌入阶段,states[1] 对应第一编码层,states[-1] 选择集合末项。示例批大小为1、序列长度为5、隐藏维度为24,所以这些张量的结构预期为 (1,5,24)。

这个推导只服务当前模型,不应推广成“所有网络都固定是层数加一”。有些模型的隐藏状态按阶段组织,或者不含同样的嵌入阶段;读者迁移时应以目标模型的输出说明为准。

表达式选择含义
outputs.hidden_states整组可选隐藏状态
states[1]本例第一编码层的张量
states[1][0, 2]本例第一层、首个样本、索引2位置的向量
outputs.last_hidden_state模型提供的最终序列特征

attention_mask 中的填充标记不代表输出张量自动去掉对应位置。示例仍有5个序列位置;后续若汇总有效 token,应该按照自己的任务使用掩码,而不是把张量长度变化当成隐藏状态收集是否成功的判断。

迁移到其他模型时保留语义差异

Hugging Face 文档明确提醒,hidden_states[-1] 与 last_hidden_state 不保证总是同一个张量。某些模型会在收集层输出后应用最终归一化等处理,因而两者可以形状相同、数值不同。不要为了让结果看起来一致而直接覆盖其中一个字段。

在结果对象中保留 last_collected 与 final_features 两个不同变量名,能更清楚地表达取舍:层探针、层间比较关注收集到的状态;消费模型最终特征的下游模块关注 last_hidden_state。若具体模型提供调整收集语义的配置,应再查看该模型及所用库版本的文档,不依赖跨版本猜测。

只消费最终特征时,不必为统一代码格式强制收集全部层。保留中间张量可能增加内存占用;确实需要分析时再开启,并避免把每次调用的整个层集合无限留在历史容器中。

层末项和最终特征分别对应层间分析与最终特征消费
图2:静态结构说明图,层末项与最终特征的用途分开表达,不声明二者恒等。

hidden_states 为 None 是模型没有中间层吗?

不能这样推断。先确认本次调用或配置是否开启 output_hidden_states,再确认该模型的返回约定。

能直接把输出对象解包成固定几个变量吗?

不宜依赖这一假设。ModelOutput 的元组式访问会忽略为 None 的属性,字段集合也随输出类型变化;这里优先使用名称读取。

hidden_states[-1] 可以当分类 logits 吗?

不能。隐藏特征与任务头分数是不同输出,需要根据任务模型读取相应 logits,而不是按张量形状猜测。

版本声明
本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
Redis TIME 怎样取得服务端秒数与微秒部分Redis TIME 怎样取得服务端秒数与微秒部分
上一篇
Redis TIME 怎样取得服务端秒数与微秒部分
Inkscape 怎样在文档属性里选择横向页面
下一篇
Inkscape 怎样在文档属性里选择横向页面
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    1095次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    1092次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    1258次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    1200次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    1047次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码