大模型获取embdding

以qwen为例：

要部署并使用 Qwen 模型并输出它的嵌入（embedding），需要经过几个主要步骤：

1. 安装必要的库
2. 加载模型
3. 处理输入数据
4. 获取嵌入（embedding）

本文将使用 Hugging Face 的

transformers

库来完成这些步骤。这是一个非常流行且功能强大的库，用于处理各种预训练语言模型。

1. 安装必要的库

首先，需要安装一些必要的库，包括

transformers

和

torch

。

pip install transformers torch

1. 封装模型完整代码

# 导入必要的库
from transformers import AutoTokenizer, AutoModel
import torch

class QwenEmbeddingExtractor:
    def __init__(self, model_name: str):
        """
        初始化模型和分词器
        
        Args:
            model_name (str): 预训练的Qwen模型名称
        """
        self.tokenizer = AutoTokenizer.from_pretrained(model_name)
        self.model = AutoModel.from_pretrained(model_name)
        
    def encode_text(self, text: str) -> torch.Tensor:
        """
        将输入文本转换为嵌入
        
        Args:
            text (str): 输入文本
        
        Returns:
            torch.Tensor: 文本对应的嵌入
        """
        inputs = self.tokenizer(text, return_tensors="pt")
        with torch.no_grad():
            outputs = self.model(**inputs)
        
        embeddings = outputs.last_hidden_state
        return embeddings

    def encode_texts(self, texts: list) -> torch.Tensor:
        """
        将多个输入文本转换为批量嵌入
        
        Args:
            texts (list): 输入文本列表
        
        Returns:
            torch.Tensor: 文本列表对应的嵌入
        """
        inputs = self.tokenizer(texts, return_tensors="pt", padding=True, truncation=True)
        with torch.no_grad():
            outputs = self.model(**inputs)
        
        embeddings = outputs.last_hidden_state
        return embeddings

# 创建 QwenEmbeddingExtractor 实例
model_name = "QwenName/QwenModel"  # 替换成实际的模型名称
extractor = QwenEmbeddingExtractor(model_name)

# 单个文本示例
text = "这是一个示例文本，用来生成嵌入。"
embedding = extractor.encode_text(text)
print(embedding)

# 多个文本示例
texts = ["文本1", "文本2", "文本3"]
embeddings = extractor.encode_texts(texts)
print(embeddings)