关于bert.model.output

[wells-Qiang-Chen]

提问时请尽可能提供如下信息：

基本信息

• 你使用的操作系统:
• 你使用的Python版本:
• 你使用的Tensorflow版本:
• 你使用的Keras版本:
• 你使用的bert4keras版本:
• 你使用纯keras还是tf.keras:
• 你加载的预训练模型:

核心代码

# 请在此处贴上你的核心代码。
# 请尽量只保留关键部分，不要无脑贴全部代码。

1. keras.models.Model(bert.model.inputs, bert.model.outputs[0])

2. output_layer = 'Transformer-%s-FeedForward-Norm' % (bert_layers - 1) output = model.get_layer(output_layer).output

3. cls_features = keras.layers.Lambda( lambda x: x[:, 0], name='cls-token' )(bert.model.output) # shape=[batch_size,768]

4.encoder = keras.models.Model(bert.model.inputs, bert.model.outputs[0]) seq2seq = keras.models.Model(bert.model.inputs, bert.model.outputs[1])

输出信息

# 请在此处贴上你的调试输出

自我尝试

不管什么问题，请先尝试自行解决，“万般努力”之下仍然无法解决再来提问。此处请贴上你的努力过程。 学习样例时，发现使用了不同种bert的输出，想请问一下bert4keras的output和原生bert的对应关系， bert.model.outputs[0]对应pooled_output()， bert.model.outputs[1]对应sequence_output() ，bert.model.output对应sequence_output() 请问可以这么理解嘛？

[bojone]

可以这么理解