ALBERT原理与实践

ALBERT是BERT的轻量化版本,通过Factorized embedding parameterization和Cross-layer parameter sharing减少参数量,但不减少计算量。尽管预测速度未提升,其在保持性能的同时降低了模型大小。ALBERT放弃了NSP任务,采用SOP任务进行预训练,并在实践中展现出优秀效果。
摘要由CSDN通过智能技术生成

ALBERT的整体原理与笔者之前介绍BERT的原理与应用差不多。我们之前也讲过BERT有很多缺点,自它横空降生之时,很多小伙伴都基于它的缺点进行了改进,产生了各种各样的BERT类的文章,笔者之前也做了一些这些BERT与其他预训练模型的对比。

ALBERT当然也不例外,我们首先认识一下它最大的特点在哪?它减少了参数量,但维持了BERT的性能,但它只是降低了空间复杂度,把参数量从108M降到了12M,但并没有降低时间复杂度。我们用ALBERT进行预测的速度并没有加快,甚至在同等性能的模型对比中还慢了。

(ALBERT降参数量,但不减计算量。)

参数量对比

那么,ALBERT是怎么降低参数量?

主要通过Factorized embedding parameterization和Cross-layer parameter sharing两大机制。

接下来,笔者将详细介绍ALBERT的特点与相应的实践。

1. Factorized embedding parameterization(矩阵分解)

  • 1
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值