TensorFlow深度学习实战——Transformer变体模型

0. 前言

在 Transformer 模型提出之后，研究人员提出了大量基于 Transformer 的变体模型。本节中，介绍了流行的 Transformer 变体模型。

1. BERT

BERT (Bidirectional Encoder Representations from Transformers) 是 Google AI 研究团队在 2018 年开发的语言表示模型，该模型的重要思想包括：

• BERT 通过双向自注意力 (bidirectional self-attention) 考虑每个词的上下文，既包括左侧也包括右侧。
• 训练通过随机掩码输入词元 (token) 进行，并避免循环，以便单词不能间接看到自身。在自然语言处理 (Natural Language Processing, NLP) 中，称为填空 (fill in the blank)。换句话说，预训练任务掩码少