graykode / graykode/nlp-tutorial
BERT存在两个严重问题
Abierto
- Lenguaje dominante
- Jupyter Notebook
- Estrellas
- 14.9k
- Forks
- 3.9k
- Métricas de merge de PR
- Sin PR fusionados en 30 d
Descripción
1.随机替换成词表中的其他词时应该排除[PAD],[CLS],[SEP],[MASK]，否则预测模型会学会预测这些词。
2.学习率开大了，始终难以收敛，开1e-6很合适。
Guía de contribución
Evaluación
Este issue todavía no se ha evaluado.