华校专老师更新了个人笔记，增加了 Transformer笔记，包含XLNet, MT-DNN, ERNIE, ERNIE2, RoBERTa 等内容，内容十分详细，非常值得学习，特此推荐。
这是作者多年以来学习总结的笔记，经整理之后开源于世。
笔记地址：
http://www.huaxiaozhuan.com/深度学习/chapters/7_Transformer.html
Transformer简介
Transformer 是一种新的、基于 attention 机制来实现的特征提取器，可用于代替 CNN 和 RNN 来提取序列的特征。
Transformer 首次由论文 《Attention Is All You Need》 提出，在该论文中 Transformer 用于 encoder - decoder 架构。事实上 Transformer 可以单独应用于 encoder 或者单独应用于 decoder 。
Transformer笔记目录
一、Transformer
- 1.1 结构
- 1.2 Transformer vs CNN vs RNN
- 1.3 实验结果
二、Universal Transformer
- 2.1 结构
- 2.2 ACT
- 2.3 实验结果
三、Transformer XL
- 3.1 Segment-level 递归
- 3.2 相对位置编码
- 3.3 实验结果
四、GPT
- 4.1 GPT V1
- 4.2 GPT V2
五、BERT
- 5.1 预训练
- 5.2 模型结构
- 5.3 微调
- 5.4 性能
六、ERNIE
- 6.1 ERNIE 1.0
- 6.2 ERNIE 2.0
七、XLNet
- 7.1 自回归语言模型 vs 自编码语言模型
- 7.2 Permutation Language Model
- 7.3 Two-Stream Self-Attention
- 7.4 Partial Prediction
- 7.5 引入 Transformer XL
- 7.6 多输入
- 7.7 模型比较
- 7.8 实验
八、MT-DNN
- 8.1 模型
- 8.2 实验
九、BERT 扩展
- 9.1 BERT-wwm-ext
- 9.2 RoBERTa
笔记截图
笔记截图
其他
华校专老师的个人网站：
http://www.huaxiaozhuan.com/
笔记地址：
http://www.huaxiaozhuan.com/深度学习/chapters/7_Transformer.html
github：
https://github.com/huaxz1986
笔记内容较多，欢迎大家探讨。请点击“阅读原文”
本站简介↓↓↓
“机器学习初学者”是帮助人工智能爱好者入门的个人公众号（创始人：黄海广）
初学者入门的道路上，最需要的是“雪中送炭”，而不是“锦上添花”。
