0
点赞
收藏
分享

微信扫一扫

Qt 软件调试——windbg初篇(一)

参考:

李宏毅机器学习--self-supervised:BERT、GPT、Auto-encoder-CSDN博客

 

用无标注资料的任务训练完模型以后,它本身没有什么用,GPT 1只能够把一句话补完,可以把 Self-Supervised Learning 的 Model做微微的调整,把它用在其他下游的任务裡面,对于下游任务的训练,仍然需要少量的标记数据

GPT1基本实现

例如有条训练语句是“台湾大学”,那么输入BOS后训练输出是台,再将BOS和"台"作为输入训练输出是湾,给它BOS "台"和"湾",然后它应该要预测"大",以此类推。模型输出embedding h,h再经过linear classification和softmax后,计算输出分布与正确答案之间的损失cross entropy,希望它越小越好。
 

详细计算过程: 

 

GPT1和GPT2

GPT1里主要用的是transformer中的decoder层。 

GPT-2依然沿用GPT单向transformer的模式,只不过做了一些改进与改变:

  1. GPT-2去掉了fine-tuning层
  2. 增加数据集和参数
  3. 调整transformer
模型参数量
ELMO94M
BERT340M
GPT-21542M

 

举报

相关推荐

0 条评论