BERT 模型预训练流程简单认识

本文介绍了BERT的预训练流程,包括关键的损失函数模块和Bert主函数。深入探讨了BertLayer的多层堆叠以及transformer_blocks中的多头自注意力机制,帮助读者理解BERT模型的工作原理。
摘要由CSDN通过智能技术生成

BERT流程图

在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

代码模块

代码参考:https://github.com/cmd23333/BERT-Tensorflow2.x
https://github.com/MorvanZhou/NLP-Tutorials

1、 损失函数模块

with tf.GradientTape() as t:
    nsp_predict, mlm_predict, sequence_output = model((batch_x, batch_padding_mask, batch_segment),
                                                      training=True)
    nsp_loss, mlm_loss = loss_fn((mlm
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

打赏作者

loong_XL

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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