华校专老师更新了个人笔记,增加了 Transformer笔记,包含XLNet, MT-DNN, ERNIE, ERNIE2, RoBERTa 等内容,内容十分详细,非常值得学习,特此推荐。
作者华校专,曾任阿里巴巴资深算法工程师、智易科技首席算法研究员,现任腾讯高级研究员,《Python 大战机器学习》的作者。华老师也是我们的知识星球的嘉宾。
这是作者多年以来学习总结的笔记,经整理之后开源于世。
笔记地址:
http://www.huaxiaozhuan.com/深度学习/chapters/7_Transformer.html
Transformer简介
Transformer 是一种新的、基于 attention 机制来实现的特征提取器,可用于代替 CNN 和 RNN 来提取序列的特征。
Transformer 首次由论文 《Attention Is All You Need》 提出,在该论文中 Transformer 用于 encoder - decoder 架构。事实上 Transformer 可以单独应用于 encoder 或者单独应用于 decoder 。
Transformer笔记目录
一、Transformer
-
1.1 结构
-
1.2 Transformer vs CNN vs RNN
- 1.3 实验结果
二、Universal Transformer
-
2.1 结构
-
2.2 ACT
- 2.3 实验结果
三、Transformer XL
-
3.1 Segment-level 递归
-
3.2 相对位置编码
- 3.3 实验结果
四、GPT
-
4.1 GPT V1
- 4.2 GPT V2
五、BERT
-
5.1 预训练
-
5.2 模型结构
-
5.3 微调
- 5.4 性能
-
六、ERNIE
-
6.1 ERNIE 1.0
- 6.2 ERNIE 2.0
七、XLNet
- 7.1 自回归语言模型 vs 自编码语言模型
-
7.2 Permutation Language Model
- 7.3 Two-Stream Self-Attention
-
7.4 Partial Prediction
-
7.5 引入 Transformer XL
-
7.6 多输入
-
7.7 模型比较
- 7.8 实验
八、MT-DNN
-
8.1 模型
- 8.2 实验
九、BERT 扩展
-
9.1 BERT-wwm-ext
- 9.2 RoBERTa
笔记截图
笔记截图
其他
华校专老师的个人网站:
http://www.huaxiaozhuan.com/
笔记地址:
http://www.huaxiaozhuan.com/深度学习/chapters/7_Transformer.html
github: