transformer XL

https://new.qq.com/omn/20190130/20190130A0IPM1.html
https://blog.csdn.net/candy134834/article/details/86693757
https://blog.csdn.net/Magical_Bubble/article/details/89060213

1. 模型特点

在 AI-Rfou 等人提出的vanilla Transformer上做了两点创新：

引入循环机制（Recurrence Mechanism）
相对位置编码（Relative Positional Encoding）

2. 优点

   在几种不同的数据集（大/小，字符级别/单词级别等）均实现了最先进的语言建模结果。
   结合了深度学习的两个重要概念——循环机制和注意力机制，允许模型学习长期依赖性，且可能可以扩展到需要该能力的其他深度学习领域，例如音频分析（如每秒16k样本的语音数据）等。
   在inference阶段非常快，比之前最先进的利用Transformer模型进行语言建模的方法快300～1800倍。
   有详尽的源码！含TensorFlow和PyTorch版本的，并且有TensorFlow预训练好的模型及各个数据集上详尽的超参数设置。

3. 不足

   尚未在具体的NLP任务如情感分析、QA等上应用。
   没有给出与其他的基于Transformer的模型，如BERT等，对比有何优势。
   在Github源码中提到，目前的sota结果是在TPU大集群上训练得出，对于我等渣机器党就只能玩玩base模式了。

Transformer-XL

Transformer-XL架构在vanilla Transformer的基础上引入了两点创新：循环机制（Recurrence Mechanism）和相对位置编码（Relative Positional Encoding），以克服vanilla Transformer的缺点。与vanilla Transformer相比，Transformer-XL的另一个优势是它可以被用于单词级和字符级的语言建模。