問題：

   本人在使用BERT進行微調的時候，在讀取資料的時候出現了一個錯誤：ValueError: too many dimensions 'str'
   於是我Debug了以後，發現問題出現在這個部分：tensor_labels = torch.tensor(labels, dtype=label_type),torch.tensor()是一個Python中用於建立tensor的一種方法(一個函式)，具體來說語法如下：
torch.tensor(data, dtype=None, device=None, requires_grad=False)，其中data的型別可以是：list, tuple, array, scalar等型別。
torch.tensor()可以從data中的資料部分做拷貝（而不是直接引用），根據原始資料型別生成相應的torch.LongTensor，torch.FloatTensor，torch.DoubleTensor：

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

然後我查看了一下自己的這個data：labels，發現沒什麼問題，labels本身就是一個list，符合語法規則的，那到底為什麼會出現錯誤說的'str'呢？於是我點開labels裡面一看，發現裡面雖然是一些代表分類標籤的數字：0、1,但是這些數字的型別時‘str’也就是字串，於是我找到了從資料獲得標籤的地方：
examples.append(readers.InputExample(guid=guid, texts=[sentence_a, sentence_b], label=int(label)))

總結：

遇到此問題，首先要去找到torch.tensor()這個函式中，data部分的資料中是str的資料，然後找到獲得該str資料的地方做一下轉換。