举个简单的transformers的python例子

下面是一个使用 `Transformers` 库预训练模型进行文本分类的简单示例：

from transformers import AutoModelForSequenceClassification, AutoTokenizer

# 使用 BERT 模型
model = AutoModelForSequenceClassification.from_pretrained("bert-base-cased")
tokenizer = AutoTokenizer.from_pretrained("bert-base-cased")

# 准备输入文本
text = "这是一个示例文本"
encoded_text = tokenizer.encode(text)

# 进行文本分类
output = model(torch.tensor(encoded_text).unsqueeze(0))
predictions = output[0].argmax(dim=1).item()

print(predictions)

这个例子中，我们使用了预训练的 BERT 模型，并对一个给定的文本进行了文本分类。输出结果是文本的类别标签。