Transformers 4.37 中文文档（七十）（3）https://developer.aliyun.com/article/1564156
RegNet
原文链接：
huggingface.co/docs/transformers/v4.37.2/en/model_doc/regnet
概述
RegNet 模型是由 Ilija Radosavovic、Raj Prateek Kosaraju、Ross Girshick、Kaiming He、Piotr Dollár 在设计网络设计空间中提出的。
作者设计了搜索空间来执行神经架构搜索（NAS）。他们首先从高维搜索空间开始，并通过根据当前搜索空间采样的表现最佳模型经验性地应用约束来迭代地减少搜索空间。
论文摘要如下：
在这项工作中，我们提出了一种新的网络设计范式。我们的目标是推动对网络设计的理解，并发现可以在各种设置中推广的设计原则。我们不再专注于设计单个网络实例，而是设计可以参数化网络群体的网络设计空间。整个过程类似于经典手动设计网络，但提升到设计空间级别。使用我们的方法，我们探索网络设计的结构方面，并得出一个由简单、规则网络组成的低维设计空间，我们称之为 RegNet。RegNet 参数化的核心见解令人惊讶简单：好网络的宽度和深度可以用量化的线性函数解释。我们分析了 RegNet 设计空间，并得出了与当前网络设计实践不符的有趣发现。在可比的训练设置和 flops 下，RegNet 模型在 GPU 上比流行的 EfficientNet 模型表现更好，同时速度提高了多达 5 倍。
这个模型是由Francesco贡献的。模型的 TensorFlow 版本是由sayakpaul和ariG23498贡献的。原始代码可以在这里找到。
来自野外自监督视觉特征预训练的巨大 10B 模型，训练了 10 亿张 Instagram 图片，可在hub上找到
资源
以下是一些官方 Hugging Face 和社区（由🌎表示）资源列表，可帮助您开始使用 RegNet。
图像分类
如果您有兴趣提交资源以包含在此处，请随时提出拉取请求，我们将进行审查！资源应该理想地展示一些新内容，而不是重复现有资源。
RegNetConfig
class transformers.RegNetConfig
( num_channels = 3 embedding_size = 32 hidden_sizes = [128, 192, 512, 1088] depths = [2, 6, 12, 2] groups_width = 64 layer_type = 'y' hidden_act = 'relu' **kwargs )
参数
num_channels(int, 可选, 默认为 3) — 输入通道的数量。embedding_size(int, 可选, 默认为 64) — 嵌入层的维度（隐藏大小）。hidden_sizes(List[int], 可选, 默认为[256, 512, 1024, 2048]) — 每个阶段的维度（隐藏大小）。depths(List[int], 可选, 默认为[3, 4, 6, 3]) — 每个阶段的深度（层数）。layer_type(str, optional, 默认为"y") — 要使用的层，可以是"x"或"y"。x层是 ResNet 的 BottleNeck 层，reduction固定为1。而y层是x层，但带有 squeeze 和 excitation。请参考论文以获取这些层是如何构建的详细解释。hidden_act(str, optional, 默认为"relu") — 每个块中的非线性激活函数。如果是字符串，支持"gelu"、"relu"、"selu"和"gelu_new"。downsample_in_first_stage(bool, optional, 默认为False) — 如果为True，第一阶段将使用stride为 2 对输入进行下采样。
这是配置类，用于存储 RegNetModel 的配置。根据指定的参数实例化 RegNet 模型，定义模型架构。使用默认值实例化配置将产生类似于 RegNet facebook/regnet-y-040架构的配置。
配置对象继承自 PretrainedConfig，可用于控制模型输出。阅读 PretrainedConfig 的文档以获取更多信息。
示例：
>>> from transformers import RegNetConfig, RegNetModel >>> # Initializing a RegNet regnet-y-40 style configuration >>> configuration = RegNetConfig() >>> # Initializing a model from the regnet-y-40 style configuration >>> model = RegNetModel(configuration) >>> # Accessing the model configuration >>> configuration = model.config
PytorchHide Pytorch content
RegNetModel
class transformers.RegNetModel
( config )
参数
config(RegNetConfig) — 具有模型所有参数的模型配置类。使用配置文件初始化不会加载与模型相关的权重，只加载配置。查看 from_pretrained()方法以加载模型权重。
裸的 RegNet 模型输出原始特征，没有特定的头部。这个模型是 PyTorch torch.nn.Module子类。将其用作常规 PyTorch 模块，并参考 PyTorch 文档以获取与一般用法和行为相关的所有事项。
forward
( pixel_values: Tensor output_hidden_states: Optional = None return_dict: Optional = None ) → export const metadata = 'undefined';transformers.modeling_outputs.BaseModelOutputWithPoolingAndNoAttention or tuple(torch.FloatTensor)
参数
pixel_values(torch.FloatTensorof shape(batch_size, num_channels, height, width)) — 像素值。可以使用 AutoImageProcessor 获取像素值。有关详细信息，请参阅 ConvNextImageProcessor.call()。output_hidden_states(bool, optional) — 是否返回所有层的隐藏状态。有关更多详细信息，请查看返回张量下的hidden_states。return_dict(bool, optional) — 是否返回 ModelOutput 而不是普通元组。
返回
transformers.modeling_outputs.BaseModelOutputWithPoolingAndNoAttention或tuple(torch.FloatTensor)
一个transformers.modeling_outputs.BaseModelOutputWithPoolingAndNoAttention或一个torch.FloatTensor元组（如果传递了return_dict=False或当config.return_dict=False时）包含根据配置(RegNetConfig)和输入的各种元素。
last_hidden_state(torch.FloatTensorof shape(batch_size, num_channels, height, width)) — 模型最后一层的隐藏状态序列。pooler_output(torch.FloatTensor，形状为(batch_size, hidden_size)） — 在空间维度上进行池化操作后的最后一层隐藏状态。hidden_states(tuple(torch.FloatTensor)，optional，当传递output_hidden_states=True或当config.output_hidden_states=True时返回） — 形状为(batch_size, num_channels, height, width)的torch.FloatTensor元组。
模型在每一层输出的隐藏状态以及可选的初始嵌入输出。
RegNetModel 的前向方法，覆盖__call__特殊方法。
虽然前向传递的方法需要在此函数内定义，但应该在此之后调用Module实例而不是这个，因为前者负责运行预处理和后处理步骤，而后者会默默地忽略它们。
示例：
>>> from transformers import AutoImageProcessor, RegNetModel >>> import torch >>> from datasets import load_dataset >>> dataset = load_dataset("huggingface/cats-image") >>> image = dataset["test"]["image"][0] >>> image_processor = AutoImageProcessor.from_pretrained("facebook/regnet-y-040") >>> model = RegNetModel.from_pretrained("facebook/regnet-y-040") >>> inputs = image_processor(image, return_tensors="pt") >>> with torch.no_grad(): ... outputs = model(**inputs) >>> last_hidden_states = outputs.last_hidden_state >>> list(last_hidden_states.shape) [1, 1088, 7, 7]
RegNetForImageClassification
class transformers.RegNetForImageClassification
( config )
参数
config（RegNetConfig） — 具有模型所有参数的模型配置类。使用配置文件初始化不会加载与模型相关的权重，只加载配置。查看 from_pretrained()方法以加载模型权重。
在顶部带有图像分类头部的 RegNet 模型（在池化特征的顶部有一个线性层），例如用于 ImageNet。
这个模型是 PyTorch 的torch.nn.Module子类。将其用作常规的 PyTorch 模块，并参考 PyTorch 文档以获取有关一般用法和行为的所有信息。
forward
( pixel_values: Optional = None labels: Optional = None output_hidden_states: Optional = None return_dict: Optional = None ) → export const metadata = 'undefined';transformers.modeling_outputs.ImageClassifierOutputWithNoAttention or tuple(torch.FloatTensor)
参数
pixel_values(torch.FloatTensor，形状为(batch_size, num_channels, height, width)） — 像素值。可以使用 AutoImageProcessor 获取像素值。有关详细信息，请参阅 ConvNextImageProcessor.call()。output_hidden_states(bool, optional) — 是否返回所有层的隐藏状态。有关更多详细信息，请参阅返回张量下的hidden_states。return_dict(bool, optional) — 是否返回一个 ModelOutput 而不是一个普通的元组。labels(torch.LongTensor，形状为(batch_size,)，optional) — 用于计算图像分类/回归损失的标签。索引应在[0, ..., config.num_labels - 1]范围内。如果config.num_labels > 1，则计算分类损失（交叉熵）。
返回
transformers.modeling_outputs.ImageClassifierOutputWithNoAttention 或tuple(torch.FloatTensor)
一个 transformers.modeling_outputs.ImageClassifierOutputWithNoAttention 或一个torch.FloatTensor元组（如果传递了return_dict=False或当config.return_dict=False时）包含根据配置（RegNetConfig）和输入的不同元素。
loss(torch.FloatTensor，形状为(1,)，可选，当提供labels时返回) — 分类（如果config.num_labels==1则为回归）损失。logits(torch.FloatTensor，形状为(batch_size, config.num_labels)) — 分类（如果config.num_labels==1则为回归）得分（SoftMax 之前）。hidden_states(tuple(torch.FloatTensor)，可选，当传递output_hidden_states=True或当config.output_hidden_states=True时返回) — 形状为(batch_size, num_channels, height, width)的torch.FloatTensor元组（如果模型有嵌入层，则为嵌入的输出 + 每个阶段的输出）。模型在每个阶段输出的隐藏状态（也称为特征图）。
RegNetForImageClassification 的前向方法，覆盖了__call__特殊方法。
虽然前向传递的步骤需要在这个函数内定义，但应该在此之后调用Module实例，而不是这个函数，因为前者负责运行预处理和后处理步骤，而后者会默默地忽略它们。
示例：
>>> from transformers import AutoImageProcessor, RegNetForImageClassification >>> import torch >>> from datasets import load_dataset >>> dataset = load_dataset("huggingface/cats-image") >>> image = dataset["test"]["image"][0] >>> image_processor = AutoImageProcessor.from_pretrained("facebook/regnet-y-040") >>> model = RegNetForImageClassification.from_pretrained("facebook/regnet-y-040") >>> inputs = image_processor(image, return_tensors="pt") >>> with torch.no_grad(): ... logits = model(**inputs).logits >>> # model predicts one of the 1000 ImageNet classes >>> predicted_label = logits.argmax(-1).item() >>> print(model.config.id2label[predicted_label]) tabby, tabby cat
TensorFlow 隐藏 TensorFlow 内容
TFRegNetModel
class transformers.TFRegNetModel
( config: RegNetConfig *inputs **kwargs )
参数
config(RegNetConfig) — 包含模型所有参数的模型配置类。使用配置文件初始化不会加载与模型相关的权重，只会加载配置。查看 from_pretrained()方法以加载模型权重。
裸的 RegNet 模型输出原始特征，没有特定的头部。这个模型是一个 Tensorflow tf.keras.layers.Layer子类。将其用作常规的 Tensorflow 模块，并参考 Tensorflow 文档以获取有关一般用法和行为的所有信息。
call
( pixel_values: Tensor output_hidden_states: Optional = None return_dict: Optional = None training: bool = False ) → export const metadata = 'undefined';transformers.modeling_tf_outputs.TFBaseModelOutputWithPoolingAndNoAttention or tuple(tf.Tensor)
参数
pixel_values(tf.Tensor，形状为(batch_size, num_channels, height, width)) — 像素值。像素值可以使用 AutoImageProcessor 获取。有关详细信息，请参阅ConveNextImageProcessor.__call__。output_hidden_states(bool，可选) — 是否返回所有层的隐藏状态。有关更多详细信息，请参阅返回张量下的hidden_states。return_dict(bool, 可选) — 是否返回一个 ModelOutput 而不是一个普通的元组。
返回
transformers.modeling_tf_outputs.TFBaseModelOutputWithPoolingAndNoAttention 或 tuple(tf.Tensor)
一个transformers.modeling_tf_outputs.TFBaseModelOutputWithPoolingAndNoAttention或一个tf.Tensor元组（如果传递了return_dict=False或当config.return_dict=False时）包含各种元素，取决于配置（RegNetConfig）和输入。
last_hidden_state(tf.Tensor，形状为(batch_size, num_channels, height, width)) — 模型最后一层输出的隐藏状态序列。pooler_output(tf.Tensor，形状为(batch_size, hidden_size)) — 空间维度上进行池化操作后的最后一层隐藏状态。hidden_states(tuple(tf.Tensor)，可选，当传递output_hidden_states=True或当config.output_hidden_states=True时返回) — 形状为(batch_size, num_channels, height, width)的tf.Tensor元组（如果模型有嵌入层，则为嵌入的输出+每个层的输出）。
模型在每个层的输出处的隐藏状态以及可选的初始嵌入输出。
TFRegNetModel 前向方法，覆盖了__call__特殊方法。
虽然前向传递的配方需要在此函数内定义，但应该在此之后调用Module实例，而不是在此处调用，因为前者负责运行预处理和后处理步骤，而后者会默默地忽略它们。
示例：
>>> from transformers import AutoImageProcessor, TFRegNetModel >>> from datasets import load_dataset >>> dataset = load_dataset("huggingface/cats-image") >>> image = dataset["test"]["image"][0] >>> image_processor = AutoImageProcessor.from_pretrained("facebook/regnet-y-040") >>> model = TFRegNetModel.from_pretrained("facebook/regnet-y-040") >>> inputs = image_processor(image, return_tensors="tf") >>> outputs = model(**inputs) >>> last_hidden_states = outputs.last_hidden_state >>> list(last_hidden_states.shape) [1, 1088, 7, 7]
TFRegNetForImageClassification
class transformers.TFRegNetForImageClassification
( config: RegNetConfig *inputs **kwargs )
参数
config（RegNetConfig） — 具有模型所有参数的模型配置类。使用配置文件初始化不会加载与模型关联的权重，只会加载配置。查看 from_pretrained()方法以加载模型权重。
在顶部带有图像分类头部的 RegNet 模型（在池化特征的顶部是一个线性层），例如用于 ImageNet。
这个模型是一个 Tensorflow tf.keras.layers.Layer子类。将其用作常规的 Tensorflow 模块，并参考 Tensorflow 文档以获取所有与一般用法和行为相关的事项。
call
( pixel_values: Optional = None labels: Optional = None output_hidden_states: Optional = None return_dict: Optional = None training: bool = False ) → export const metadata = 'undefined';transformers.modeling_tf_outputs.TFSequenceClassifierOutput or tuple(tf.Tensor)
参数
pixel_values(tf.Tensor，形状为(batch_size, num_channels, height, width)) — 像素值。可以使用 AutoImageProcessor 获取像素值。有关详细信息，请参阅ConveNextImageProcessor.__call__。output_hidden_states(bool, 可选) — 是否返回所有层的隐藏状态。有关更多详细信息，请参阅返回张量下的hidden_states。return_dict(bool，可选) — 是否返回一个 ModelOutput 而不是一个普通元组。labels(tf.Tensor，形状为(batch_size,)，可选) — 用于计算图像分类/回归损失的标签。索引应在[0, ..., config.num_labels - 1]范围内。如果config.num_labels > 1，则计算分类损失（交叉熵）。
返回
transformers.modeling_tf_outputs.TFSequenceClassifierOutput 或tuple(tf.Tensor)
一个 transformers.modeling_tf_outputs.TFSequenceClassifierOutput 或一个tf.Tensor元组（如果传递return_dict=False或当config.return_dict=False时）包含根据配置（RegNetConfig）和输入的不同元素。
loss(tf.Tensor，形状为(batch_size, )，可选，当提供labels时返回) — 分类（或回归，如果config.num_labels==1）损失。logits(tf.Tensor，形状为(batch_size, config.num_labels)) — 分类（或回归，如果config.num_labels==1）得分（SoftMax 之前）。hidden_states（tuple(tf.Tensor)，可选，当传递output_hidden_states=True或当config.output_hidden_states=True时返回）- 形状为(batch_size, sequence_length, hidden_size)的tf.Tensor元组（用于嵌入输出和每层输出各一个）。
模型在每一层输出处的隐藏状态加上初始嵌入输出。attentions（tuple(tf.Tensor)，可选，当传递output_attentions=True或当config.output_attentions=True时返回）- 形状为(batch_size, num_heads, sequence_length, sequence_length)的tf.Tensor元组（每层一个）。
在自注意力头中使用注意力 softmax 后的注意力权重，用于计算加权平均值。
TFRegNetForImageClassification 前向方法，覆盖__call__特殊方法。
虽然前向传递的步骤需要在此函数内定义，但应该在此之后调用Module实例，而不是这个，因为前者会负责运行前后处理步骤，而后者会默默地忽略它们。
示例：
>>> from transformers import AutoImageProcessor, TFRegNetForImageClassification >>> import tensorflow as tf >>> from datasets import load_dataset >>> dataset = load_dataset("huggingface/cats-image") >>> image = dataset["test"]["image"][0] >>> image_processor = AutoImageProcessor.from_pretrained("facebook/regnet-y-040") >>> model = TFRegNetForImageClassification.from_pretrained("facebook/regnet-y-040") >>> inputs = image_processor(image, return_tensors="tf") >>> logits = model(**inputs).logits >>> # model predicts one of the 1000 ImageNet classes >>> predicted_label = int(tf.math.argmax(logits, axis=-1)) >>> print(model.config.id2label[predicted_label]) tabby, tabby cat
JAXHide JAX content
FlaxRegNetModel
class transformers.FlaxRegNetModel
( config: RegNetConfig input_shape = (1, 224, 224, 3) seed: int = 0 dtype: dtype = <class 'jax.numpy.float32'> _do_init: bool = True **kwargs )
参数
config（RegNetConfig）- 模型的所有参数的模型配置类。使用配置文件初始化不会加载与模型相关的权重，只会加载配置。查看 from_pretrained()方法以加载模型权重。dtype（jax.numpy.dtype，可选，默认为jax.numpy.float32）- 计算的数据类型。可以是jax.numpy.float32、jax.numpy.float16（在 GPU 上）和jax.numpy.bfloat16（在 TPU 上）之一。
这可以用于在 GPU 或 TPU 上启用混合精度训练或半精度推断。如果指定了，所有计算将使用给定的dtype执行。请注意，这仅指定计算的数据类型，不影响模型参数的数据类型。
如果您希望更改模型参数的数据类型，请参阅 to_fp16()和 to_bf16()。
裸的 RegNet 模型输出原始特征，没有任何特定的头部。
这个模型继承自 FlaxPreTrainedModel。查看超类文档，了解库为所有模型实现的通用方法（如下载、保存和从 PyTorch 模型转换权重）。
这个模型也是一个flax.linen.Module子类。将其用作常规的 Flax linen 模块，并参考 Flax 文档以获取与一般用法和行为相关的所有内容。
最后，这个模型支持 JAX 的固有特性，比如：
__call__
( pixel_values params: dict = None train: bool = False output_hidden_states: Optional = None return_dict: Optional = None ) → export const metadata = 'undefined';transformers.modeling_flax_outputs.FlaxBaseModelOutputWithPooling or tuple(torch.FloatTensor)
返回
transformers.modeling_flax_outputs.FlaxBaseModelOutputWithPooling 或tuple(torch.FloatTensor)
transformers.modeling_flax_outputs.FlaxBaseModelOutputWithPooling 或一个torch.FloatTensor元组（如果传递return_dict=False或config.return_dict=False时）包含根据配置（）和输入的不同元素。
last_hidden_state(jnp.ndarray，形状为(batch_size, sequence_length, hidden_size)) — 模型最后一层的隐藏状态序列。pooler_output(jnp.ndarray，形状为(batch_size, hidden_size)) — 序列第一个标记（分类标记）的最后一层隐藏状态，进一步由线性层和 Tanh 激活函数处理。线性层的权重是在预训练期间从下一个句子预测（分类）目标中训练的。hidden_states(tuple(jnp.ndarray)，可选，当传递output_hidden_states=True或config.output_hidden_states=True时返回） — 形状为(batch_size, sequence_length, hidden_size)的jnp.ndarray元组（一个用于嵌入输出，一个用于每一层的输出）。
模型在每一层的输出隐藏状态加上初始嵌入输出。attentions(tuple(jnp.ndarray)，可选，当传递output_attentions=True或config.output_attentions=True时返回） — 形状为(batch_size, num_heads, sequence_length, sequence_length)的jnp.ndarray元组（每层一个）。
注意力权重在注意力 softmax 之后，用于计算自注意力头中的加权平均值。
FlaxRegNetPreTrainedModel的前向方法，覆盖了__call__特殊方法。
虽然前向传递的步骤需要在此函数内定义，但应该在此之后调用Module实例，而不是这个，因为前者会处理运行前后处理步骤，而后者会默默地忽略它们。
示例：
>>> from transformers import AutoImageProcessor, FlaxRegNetModel >>> from PIL import Image >>> import requests >>> url = "http://images.cocodataset.org/val2017/000000039769.jpg" >>> image = Image.open(requests.get(url, stream=True).raw) >>> image_processor = AutoImageProcessor.from_pretrained("facebook/regnet-y-040") >>> model = FlaxRegNetModel.from_pretrained("facebook/regnet-y-040") >>> inputs = image_processor(images=image, return_tensors="np") >>> outputs = model(**inputs) >>> last_hidden_states = outputs.last_hidden_state
FlaxRegNetForImageClassification
class transformers.FlaxRegNetForImageClassification
( config: RegNetConfig input_shape = (1, 224, 224, 3) seed: int = 0 dtype: dtype = <class 'jax.numpy.float32'> _do_init: bool = True **kwargs )
参数
config(RegNetConfig) — 包含模型所有参数的模型配置类。使用配置文件初始化不会加载与模型关联的权重，只会加载配置。查看 from_pretrained()方法以加载模型权重。dtype(jax.numpy.dtype, 可选, 默认为jax.numpy.float32) — 计算的数据类型。可以是jax.numpy.float32、jax.numpy.float16（在 GPU 上）和jax.numpy.bfloat16（在 TPU 上）之一。
这可以用于在 GPU 或 TPU 上启用混合精度训练或半精度推断。如果指定了，所有计算将使用给定的dtype执行。请注意，这仅指定计算的数据类型，不影响模型参数的数据类型。
如果您希望更改模型参数的 dtype，请参阅 to_fp16()和 to_bf16()。
在顶部添加一个图像分类头的 RegNet 模型（在池化特征的顶部添加一个线性层），例如用于 ImageNet。
这个模型继承自 FlaxPreTrainedModel。查看超类文档以了解库实现的所有模型的通用方法（例如从 PyTorch 模型下载、保存和转换权重）。
这个模型也是一个flax.linen.Module子类。将其用作常规的 Flax linen 模块，并参考 Flax 文档以了解所有与一般用法和行为相关的事项。
最后，这个模型支持内在的 JAX 特性，比如：
__call__
( pixel_values params: dict = None train: bool = False output_hidden_states: Optional = None return_dict: Optional = None ) → export const metadata = 'undefined';transformers.modeling_flax_outputs.FlaxImageClassifierOutputWithNoAttention or tuple(torch.FloatTensor)
返回
transformers.modeling_flax_outputs.FlaxImageClassifierOutputWithNoAttention或tuple(torch.FloatTensor)
一个transformers.modeling_flax_outputs.FlaxImageClassifierOutputWithNoAttention或一个torch.FloatTensor元组（如果传递了return_dict=False或config.return_dict=False时）包含根据配置（）和输入的不同元素。
logits（形状为(batch_size, config.num_labels)的jnp.ndarray）—分类（如果config.num_labels==1则为回归）得分（SoftMax 之前）。hidden_states（tuple(jnp.ndarray)，可选，当传递output_hidden_states=True或config.output_hidden_states=True):形状为(batch_size, num_channels, height, width)的jnp.ndarray元组（如果模型有嵌入层，则为嵌入的输出+每个阶段的输出）。模型在每个阶段输出的隐藏状态（也称为特征图）。
FlaxRegNetPreTrainedModel的前向方法覆盖了__call__特殊方法。
虽然前向传递的步骤需要在这个函数内定义，但应该在之后调用Module实例，而不是这个函数，因为前者会负责运行前后处理步骤，而后者会默默地忽略它们。
示例：
>>> from transformers import AutoImageProcessor, FlaxRegNetForImageClassification >>> from PIL import Image >>> import jax >>> import requests >>> url = "http://images.cocodataset.org/val2017/000000039769.jpg" >>> image = Image.open(requests.get(url, stream=True).raw) >>> image_processor = AutoImageProcessor.from_pretrained("facebook/regnet-y-040") >>> model = FlaxRegNetForImageClassification.from_pretrained("facebook/regnet-y-040") >>> inputs = image_processor(images=image, return_tensors="np") >>> outputs = model(**inputs) >>> logits = outputs.logits >>> # model predicts one of the 1000 ImageNet classes >>> predicted_class_idx = jax.numpy.argmax(logits, axis=-1) >>> print("Predicted class:", model.config.id2label[predicted_class_idx.item()])
Transformers 4.37 中文文档（七十）（5）https://developer.aliyun.com/article/1564158
