帮我利用Bert和pytorch写一个文本的Encoder的代码，要求输出最后的隐藏层

好的，我可以回答这个问题。以下是一个简单的文本Encoder的代码，使用了Bert和pytorch：

import torch
from transformers import BertTokenizer, BertModel

# 加载Bert模型和tokenizer
tokenizer = BertTokenizer.from_pretrained('bert-base-chinese')
model = BertModel.from_pretrained('bert-base-chinese')

# 输入文本
text = "这是一个测试文本。"

# 将文本转换为Bert的输入格式
input_ids = torch.tensor([tokenizer.encode(text, add_special_tokens=True)])

# 获取最后一层的隐藏状态
outputs = model(input_ids)
last_hidden_states = outputs[0][:, 0, :]

# 输出最后的隐藏层
print(last_hidden_states)

这个代码将输入文本转换为Bert的输入格式，然后使用Bert模型获取最后一层的隐藏状态，并输出最后的隐藏层。