← 返回卡片

原书出处

深入浅出Embedding:原理解析与应用实践 (吴茂贵, 王红星)

14 第14章 用BERT实现中文语句分类

核验版本的摘录快照 · 导入于 2026-11-19T04:48:36.603Z

h1.0两大深度学习框架。可用pip安装transformers库。 pip install transformers

本章使用BERT模型的汉语版本:bert-base-chinese,包括简体和繁体汉字,共12层,768个隐单元,12个Attention head,110MB参数。中文BERT的字典大小约有2.1万个标识符,这些预训练模型可以从Transformer官网下载。

这里使用了可视化工具BertViz,它的安装步骤如下: 1)下载Bertviz,地址为https://github.c

此预览只包含定位所需的摘录和上下文。

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/Chapter18_0001.xhtml

EPUB SHA-256:0056cad2f11cb1d60ead5054060bd6d41fef87dd049656db310bdc789c0ec7da