Bert模型学习笔记

From https://www.bilibili.com/video/BV1Ey4y1874y emmm 讲实话这个视频太简单了，不建议看。

可以看看李沐的视频：https://www.bilibili.com/video/BV1PL411M7eQ

这篇文章主要是四个部分：

1. bert的整体架构
2. 如何做预训练 mlm + nsp
3. 如何微调bert(没看)
4. 代码解析(没看)

Bert架构

1. 基础架构是Transformer

   

2. bert-base

   1. 6 个encoder在一起变成了编码端
   2. 6个decoder在一起变成了解码端

在Transformer中使用了位置编码作为输入，但是在bert中使用的是：
$$input=tokenemb+segment+positionemb$$

二、如何做预训练任务

两种目标函数：

AR：其实就是类似GPT中的预训练任务，预测下一个单词。

AE：将某个位置的词语mask掉，然后进行预训练。