Зачем использовать dict для хранения ожидаемого_ранка вместо простого списка в bert?

Question

В modeling.py, bert использует dict для хранения ожидаемого_ранка и никаких изменений позже.

Относительный код:

expected_rank_dict = {}
  if isinstance(expected_rank, six.integer_types):
    expected_rank_dict[expected_rank] = True
  else:
    for x in expected_rank:
      expected_rank_dict[x] = True

  actual_rank = tensor.shape.ndims
  if actual_rank not in expected_rank_dict:
    scope_name = tf.get_variable_scope().name
    raise ValueError()

Я не понимаю причина. Может, список попроще.

Кто-нибудь может мне это объяснить? Спасибо.