摘要： 微调一小部分参数 、 首先要明确为什么这种参数高效的微调是work的？ 在过去是不可能实现的。过去神经网络初始化都是随机的。有了预训练，有了通用只是，更多是对特定领域任务的一个激发。 Delta Tuning包含三种方式 1.addition-based增量式的。本来模型中不存在的参数 额外加进来 阅读全文

摘要： 课程来源：https://www.bilibili.com/video/BV1UG411p7zv?p=2&vd_source=7a1bf40d519bd5238c79a30456432f0d 22 注意力机制-原理介绍 attention的本质是对value向量的加权平均。 25 Transform 阅读全文

摘要： 转载来源 https://www.cnblogs.com/wangguchangqing/p/12068084.html#autoid-0-2-0 阅读全文

摘要： 词表过大用到了adaptive softmax 但是不知其原理 引用来源https://mp.weixin.qq.com/s/OBkEsjNBJaYws8UQbZ9B0A 要想弄明白还是看原文Efficient softmax approximation for GPUs 论文中提到： 损失函数近似 阅读全文

摘要： 实习中所跑实验一般都有随机种子 但是不知道原理是什么。 下边用来记录。 来源：https://wenku.baidu.com/view/eed3b921ecf9aef8941ea76e58fafab068dc445a.html https://blog.csdn.net/ytusdc/article 阅读全文

摘要： 自己实习的时候遇到这个问题，需要对用到mlm的任务方式，一开始采用了对attention矩阵进行对角线mask的方式，但是训练出现泄漏了，loss很快到了0. 内容来源：https://zhuanlan.zhihu.com/p/453420634 https://www.zhihu.com/ques 阅读全文

摘要： 其实对seq2seq如何解码一直不明确。现在整理一下苏神博客里关于seq2seq的知识 。文章太多 只放一个网址吧https://spaces.ac.cn/archives/5861 尽管整个图的线条比较多，可能有点眼花，但其实结构很简单。左边是对输入的encoder，它负责把输入（可能是变长的）编 阅读全文

摘要： 可看这两个链接 https://www.zhihu.com/question/311095447/answer/589307812 bert冻结参数 https://blog.csdn.net/HUSTHY/article/details/104006106 阅读全文

摘要： 记录一个非常有意思的，看了源码才了解的Bert使用方法。 如何通过Bert实现类似left-to-right的语言模型呢？ 一开始自己以为 只能如下使用。 自己以为关于attention_mask的输入只能是对每句话都产生一个二维的attention_mask. 但是自己需要实现left-to-ri 阅读全文

摘要： 面试的时候 会有人问你针对BERT+CRF这种模型做出了什么调参？ 这里其实可以答换用不同的BERT 比说哈工大版本的wwm这种整词遮蔽的BERT天然适合识别词级别的任务。 还可以答优化了CRF层的学习率参数，这里呢是以前看到苏神的帖子了解到的，不过又记不太清了，因此转载苏神的文章以学习、回忆。 来 阅读全文