原书出处
深入浅出Embedding:原理解析与应用实践 (吴茂贵, 王红星)
07 第7章 从ELMo到BERT和GPT
m指Transformer的Encoder模块,如图7-2所示。 图7-2 Transformer的Encoder模块
BERT提供了简单和复杂两个模型,对应的超参数分别如下。 BERT BASE:L=12,H=768,A=12,参数总量110MB; BERT LARGE:L=24,H=1024,A=16,参数总量340MB。 其中L表示网络的层数(即图7-2中的数量Nx),H表示隐层大小
,A表示多头注意力中自注意力头数量,这里前馈网络的隐含层大小与输入大小的比值一般设置为4。两种模型的结构如图7-3所示。
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/深入浅出Embedding:原理解析与应用实践 (吴茂贵, 王红星)/_epub-src/OEBPS/Text/Chapter10_0002.xhtml
EPUB SHA-256:0056cad2f11cb1d60ead5054060bd6d41fef87dd049656db310bdc789c0ec7da