AttributeError: 'BertEncoder' object has no attribute 'output_hidden_states'

这个错误通常是因为你使用的Bert模型没有设置参数output_hidden_states=True，导致模型无法输出每层encoder的句子隐层。你可以尝试在实例化Bert模型时设置这个参数，例如：
model = BertModel.from_pretrained('bert-base-uncased', output_hidden_states=True)
如果你已经实例化了模型，可以尝试重新加载模型并设置这个参数，或者查看你的代码是否有其他地方修改了模型的属性。另外，你可以检查一下你的代码是否正确调用了Bert模型的pooler_output属性，因为这个属性只有在设置了output_hidden_states=True时才会存在。

相关问题

AttributeError: Dataset object has no attribute met_tensor

出现 "AttributeError: Dataset object has no attribute met_tensor" 错误通常意味着您正在尝试访问 Dataset 对象的 met_tensor 属性，但该属性在该对象中不存在。

要解决此问题，您可以尝试以下几个步骤：

1. 确保您正确导入了所需的库和模块。检查是否导入了正确的库以及库中是否包含所需的属性和方法。

2. 检查您创建 Dataset 对象的代码，并确保在创建对象时设置了正确的属性和参数。可能是您在创建对象时没有正确设置 met_tensor 属性，导致它在对象中不存在。

3. 如果您是使用第三方库或框架创建 Dataset 对象，请参考该库或框架的文档，查找关于 met_tensor 属性的信息。确保您按照正确的方式使用该库或框架创建和操作 Dataset 对象。

如果您提供更多关于您的代码和上下文的信息，我可能能够给出更具体的解决方案。

AttributeError: Trainer object has no attribute loss_items

AttributeError: 'Trainer' object has no attribute 'loss_items'是由于Trainer对象中没有名为loss_items的属性而导致的错误。要解决这个问题，需要检你的代码，确保在Trainer类中定义了loss_items属性或者在使用该属性之前进行了正确的初始化。如果你已经定义了loss_items属性，但仍然出现该错误，可能是因为你没有正确地引用该属性。请检查你的代码，并确保正确地使用了loss_items属性。