問題：
本人在使用BERT進行微調的時候，在讀取數據的時候出現了一個錯誤：ValueError: too many dimensions 'str'
於是我Debug了以后，發現問題出現在這個部分：tensor_labels = torch.tensor(labels, dtype=label_type),torch.tensor()是一個Python中用於創建tensor的一種方法(一個函數)，具體來說語法如下：
torch.tensor(data, dtype=None, device=None, requires_grad=False)，其中data的類型可以是：list, tuple, array, scalar等類型。
torch.tensor()可以從data中的數據部分做拷貝（而不是直接引用），根據原始數據類型生成相應的torch.LongTensor，torch.FloatTensor，torch.DoubleTensor：
a = torch.tensor([1, 2])
a.type()
'torch.LongTensor'
然后我查看了一下自己的這個data：labels，發現沒什么問題，labels本身就是一個list，符合語法規則的，那到底為什么會出現錯誤說的'str'呢？於是我點開labels里面一看，發現里面雖然是一些代表分類標簽的數字：0、1,但是這些數字的類型時‘str’也就是字符串，於是我找到了從數據獲得標簽的地方：
examples.append(readers.InputExample(guid=guid, texts=[sentence_a, sentence_b], label=int(label)))
在這個地方，我將每一條數據獲得的標簽label強制轉換成了int類型，運行后發現work！！
總結：
遇到此問題，首先要去找到torch.tensor()這個函數中，data部分的數據中是str的數據，然后找到獲得該str數據的地方做一下轉換。