近期做實驗頻繁用到BERT，所以想着下載下來使用，結果各種問題，網上一搜也是簡單一句：xxx.from_pretrained("改為自己的路徑")
我只想說，大坑！！！
廢話不多說：
1.下載模型文件：
不管你是從hugging-face還是哪里下載來的模型（pytorch版）文件夾，應該包含以下三個文件：
- config.json
- vocab.txt
- pytorch_model.bin
具體都是什么內容，不做介紹，你也不需要知道
2.更改文件名！！(坑點1)
很多下載的模型文件夾里面上述三個文件名字可能會有不同，一定要注意！以清華OpenCLaP上下載下來的民事BERT為例，其中包含了三個文件對應的名字為：
- bert_config.json 看到沒有！！這個前面多了個bert_,一定要改掉！
bert_config.json - vocab.txt
- pytorch_model.bin
三個文件一定要與第一步中的結構一樣，名字也必須一樣
3.將文件放入自己的文件夾
這里我們在自己的工程目錄里新建一個文件夾：bert_localpath,將三個文件放入其中，最終結構如下：
bert_localpath
config.json
vocab.txt
pytorch_model.bin
4.加載（坑點2）
使用 .from_pretrained("xxxxx")方法加載，本地加載bert需要修改兩個地方，一是tokenizer部分，二是model部分：
step1、導包： from transformers import BertModel，BertTokenizer
step2、載入詞表： tokenizer = BertTokenizer.from_pretrained("./bert_localpath/") 這里要注意！！除了你自己建的文件夾名外，后面一定要加個/，才能保證該方法找到你的vocab.txt
step3、載入模型： bert = BertModel.from_pretrained("./bert_localpath") 然后，這個地方又不需要加上/
5.使用
至此，你就能夠使用你的本地bert了！！例如~outputs = bert(input_ids, token_type_ids, attention_mask)來獲得token的編碼輸出output
over，網上很多教程對小白很不友好，記錄一下自己的踩坑，希望能幫到你，如果覺得我寫的有問題的或者太簡單的，可以去看看其他人的
