我已经从这里的变换器仓库下载了HuggingFace的BERT模型，并希望通过使用这里在“命名实体识别”部分提到的run_ner.py脚本，在自定义的NER标签上训练模型。
我在代码中定义了模型（”bert-base-german-cased”）、数据目录（”Data/sentence_data.txt”）和标签（”Data/labels.txt”）作为默认值。
现在我在命令行中使用以下输入：
python run_ner.py --output_dir="Models" --num_train_epochs=3 --logging_steps=100 --do_train --do_eval --do_predict但它所做的只是告诉我：
在初始化BertForTokenClassification时，来自bert-base-german-cased模型检查点的某些权重未被使用：['cls.predictions.bias', 'cls.predictions.transform.dense.weight', 'cls.predictions.transform.dense.bias', 'cls.predictions.transform.LayerNorm.weight', 'cls.predictions.transform.LayerNorm.bias', 'cls.predictions.decoder.weight', 'cls.seq_relationship.weight', 'cls.seq_relationship.bias']- 如果您是从在另一任务或使用另一架构上训练的模型检查点初始化BertForTokenClassification，这是预期的（例如，从BertForPretraining模型初始化BertForSequenceClassification模型）。- 如果您是从您期望完全相同的模型检查点初始化BertForTokenClassification，这是未预期的（从BertForSequenceClassification模型初始化BertForSequenceClassification模型）。来自bert-base-german-cased模型检查点的BertForTokenClassification的某些权重未初始化，并且是新初始化的：['classifier.weight', 'classifier.bias']您可能需要在这个下游任务上训练这个模型，以便能够使用它进行预测和推理。之后它就停止了，并没有结束脚本，而是简单地等待。
有谁知道这里可能是什么问题吗？我是否遗漏了某个参数？
我的sentence_data.txt以CoNLL格式看起来像这样（小片段）：
Strafverfahren Ogegen O; Owegen ODiebstahls Ohat Odas OAmtsgericht OrtLeipzig Ort- OStrafrichter O而我在labels.txt中定义的标签是这样的：
"Date", "Delikt", "Strafe_Tatbestand", "Schadensbetrag", "Geständnis_ja", "Vorstrafe_ja", "Vorstrafe_nein", "Ort","Strafe_Gesamtfreiheitsstrafe_Dauer", "Strafe_Gesamtsatz_Dauer", "Strafe_Gesamtsatz_Betrag"回答：
发现了问题所在。它与CUDA驱动程序与已安装的pytorch版本不兼容有关。
对于使用Nvidia GPU并遇到相同问题的人：进入Nvidia控制面板 -> 帮助 -> 系统信息 -> 组件，有一个名为“NVCUDA.DLL”的设置，名称列中有驱动程序编号。在pytorch.org的安装构建器中选择相应的CUDA版本应该能解决问题。
另外，变换器仓库中有一个很好的Readme，解释了使用CLI命令训练BERT模型的所有步骤，在这里查看。
