Python调用BERT模型做分类的代码

当然可以，下面是一个简单的 Python 调用 BERT 模型做分类的示例代码：

import tensorflow as tf
import tensorflow_hub as hub

# 加载预训练的 BERT 模型
bert_layer = hub.KerasLayer("https://tfhub.dev/tensorflow/bert_en_uncased_L-12_H-768_A-12/2", trainable=False)

# 定义分类器的输入和输出
inputs = tf.keras.Input(shape=(128,), dtype="int32")
bert_output = bert_layer(inputs)["pooled_output"]
outputs = tf.keras.layers.Dense(1, activation="sigmoid")(bert_output)

# 定义模型并编译
model = tf.keras.Model(inputs=inputs, outputs=outputs)
model.compile(optimizer="adam", loss="binary_crossentropy", metrics=["accuracy"])

# 加载数据并训练模型
train_data = ...
test_data = ...
model.fit(train_data, epochs=5, validation_data=test_data)

注意，这个代码仅仅是一个示例，实际应用中需要根据具体问题进行修改。