bert一些思考

bert结构

首先是embdding lookup，【batch * seq】-->[batch, seq, hidden]

然后是加个mask embdding和type embdding和postion embdding作为最终

然后到transformers，transformers是24层的self attention + dense（intermediate，layer_norm, residual）

再看attention_layer

首先是query，key，value都是当前的term，先做一个线性变换，到

posted @ 2020-04-17 17:28  dmesg  阅读(178)  评论(0)  编辑  收藏  举报