Bert L12 H256 A4

🚀 Bert-L12-h256-A4模型

該模型是在bookcorpus數據集上使用知識蒸餾技術進行預訓練的。它與BERT具有相同的架構，但隱藏層大小為256。由於它有4個注意力頭，每個頭的大小為64，這與BERT基礎模型一致。該模型使用多種損失函數進行知識蒸餾，並且權重是從頭開始初始化的。此外，該模型使用的分詞器與bert-base-uncased模型相同。

🚀 快速開始

加載模型和分詞器

from transformers import AutoModelForMaskedLM, BertTokenizer

model_name = "eli4s/Bert-L12-h256-A4"
model = AutoModelForMaskedLM.from_pretrained(model_name)
tokenizer = BertTokenizer.from_pretrained(model_name)

作為掩碼語言模型使用

import torch

sentence = "Let's have a [MASK]."

model.eval()
inputs = tokenizer([sentence], padding='longest', return_tensors='pt')
output = model(inputs['input_ids'], attention_mask=inputs['attention_mask'])

mask_index = inputs['input_ids'].tolist()[0].index(103)
masked_token = output['logits'][0][mask_index].argmax(axis=-1)
predicted_token = tokenizer.decode(masked_token)

print(predicted_token)

預測n個最相關的結果

top_n = 5

vocab_size = model.config.vocab_size
logits = output['logits'][0][mask_index].tolist()
top_tokens = sorted(list(range(vocab_size)), key=lambda  i:logits[i], reverse=True)[:top_n]

tokenizer.decode(top_tokens)

🔧 技術細節

• 預訓練數據集：bookcorpus數據集
• 架構：與BERT相同，但隱藏層大小為256
• 注意力頭：4個，每個頭大小為64
• 知識蒸餾：使用多種損失函數
• 權重初始化：從頭開始初始化
• 分詞器：與bert-base-uncased模型相同