pytorch运行错误：ValueError: too many dimensions 'str'

问题：

   本人在使用BERT进行微调的时候，在读取数据的时候出现了一个错误：ValueError: too many dimensions 'str'
   于是我Debug了以后，发现问题出现在这个部分：tensor_labels = torch.tensor(labels, dtype=label_type),torch.tensor()是一个Python中用于创建tensor的一种方法(一个函数)，具体来说语法如下：
torch.tensor(data, dtype=None, device=None, requires_grad=False)，其中data的类型可以是：list, tuple, array, scalar等类型。
torch.tensor()可以从data中的数据部分做拷贝（而不是直接引用），根据原始数据类型生成相应的torch.LongTensor，torch.FloatTensor，torch.DoubleTensor：

a = torch.tensor([1, 2])
a.type()
'torch.LongTensor'

然后我查看了一下自己的这个data：labels，发现没什么问题，labels本身就是一个list，符合语法规则的，那到底为什么会出现错误说的'str'呢？于是我点开labels里面一看，发现里面虽然是一些代表分类标签的数字：0、1,但是这些数字的类型时‘str’也就是字符串，于是我找到了从数据获得标签的地方：
examples.append(readers.InputExample(guid=guid, texts=[sentence_a, sentence_b], label=int(label)))
在这个地方，我将每一条数据获得的标签label强制转换成了int类型，运行后发现work！！

总结：

遇到此问题，首先要去找到torch.tensor()这个函数中，data部分的数据中是str的数据，然后找到获得该str数据的地方做一下转换。