Ding-Chian

但是你可以在model.py中更改以下代码 for l in bert_model.layers: l.trainable = True #只是微调后8层（举个例子） trainable_layers = 8 # 后八层 num_layers = len(bert_model.layers) for i, layer in enumerate(bert_model.layers): if i >= num_layers - trainable_layers: layer.trainable =...

parser.add_argument('--train', default=False, type=bool, help='to train the HBT model, python run.py --train=True')，先设置为True跑一遍吧

可能因为它把第一个参数当成了name，而它实际上是shape 更改为下面的代码： self.U = self.add_weight(name='U', shape=(n_classes, n_classes), initializer=self.init, regularizer=self.U_regularizer, constraint=self.U_constraint) 或者你看另一个人提出的问题，里面作者给出了另外一个ChainCRF.py文件，替换原来的就可以了