[已解決] HuggingFace Transformers 模型返回 "'ValueError: too many values to unpack (expected 2)', upon training a Bert binary classification model"

在現今深度學習的框架中，無論是使用 Tensorflow、PyTorch 還是其他框架，模型的輸入輸出、資料流向…… 等等，我們都需要十分注意其資料的形狀（shape）。因為一不小心，就會讓模型架構回傳錯誤訊息。

而下面的的錯誤正是此類：

'ValueError: too many values to unpack (expected 2)', upon training a Bert binary classification model

這個錯誤訊息正是告訴我們，我們傳入 BERT 模型中的資料有過多的維度。通常傳入 HuggingFace BERT 模型的維度應為 (batch_size, seq_len)，但可能不小心多出了維度，這就會引發上述的錯誤訊息。

解決方法

傳入 BERT 模型的資料為 input_ids，有時候還包含 attention_mask，但最好是想辦法用 shape 來查看一下資料的形狀，兩者都要。

如果形狀真的跟模型所需的輸入不同，就再看看該如何調整。比方說，像是輸入時形狀意外地為 (1, batch_size, seq_length) 的時候，我們就可以用：

input_ids = input_ids.squeeze(0)

來把錯誤的形狀給去除。當然，需要依照不同的形狀來調整。