运行TextualHeatmap示例时遇'TFEmbeddings'无'word_embeddings'属性报错

这个报错是transformers 库版本迭代调整内部代码结构导致的：旧版实现中，DistilBERT的TensorFlow版嵌入层会单独挂载名为word_embeddings的子模块；新版本对嵌入层逻辑做了重构，原有嵌套的子模块命名被移除，直接将词嵌入权重作为嵌入层自身的可训练参数存储，所以原代码的调用路径失效。

• 先定位当前版本嵌入层的实际可用属性，执行代码查看所有可调用对象：

  print(dir(dbert_model.distilbert.embeddings))
  

  在输出的属性列表里，对应原词嵌入矩阵的属性为weight。
• 把原代码里报错的那行替换为正确的获取逻辑：

  dbert_embmat = dbert_model.distilbert.embeddings.weight
  

如果替换后仍提示属性不存在，说明当前安装的transformers版本和原示例的版本差异过大，可以安装与TextualHeatmap示例匹配的版本，直接复现原示例的模块结构：

pip install transformers==4.30.0

内容的提问来源于stack exchange，提问作者Hossein