非常详细的transformer笔记，包括XLNet, MT-DNN, ERNIE, ERNIE2, RoBERTa

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：

https://github.com/huaxz1986

笔记内容较多，欢迎大家探讨。请点击“阅读原文”

本站简介↓↓↓ 

“机器学习初学者”是帮助人工智能爱好者入门的个人公众号（创始人：黄海广）

初学者入门的道路上，最需要的是“雪中送炭”，而不是“锦上添花”。

本站的知识星球（黄博的机器学习圈子）ID：92416895

目前在机器学习方向的知识星球排名第一（上图二维码）

往期精彩回顾

• 良心推荐：机器学习入门资料汇总及学习建议
  

• 黄海广博士的github镜像下载（机器学习及深度学习笔记及资源）

• 机器学习小抄-（像背托福单词一样理解机器学习）
  

• 首发：深度学习入门宝典-《python深度学习》原文代码中文注释版及电子书

• 机器学习必备宝典-《统计学习方法》的python代码实现、电子书及课件
  

• 重磅 | 完备的 AI 学习路线，最详细的资源整理！
  

• 图解word2vec(原文翻译)

• 斯坦福CS229机器学习课程的数学基础（概率论和线性）

备注：本站qq群：865189078（共8个群，不用重复加）。

加入本站微信群，请加黄博的助理微信，说明：公众号用户加群。

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！