一個(gè)API調(diào)用27個(gè)NLP預(yù)訓(xùn)練模型：BERT、GPT-2全囊括，就像導(dǎo)入NumPy一樣
網(wǎng)友驚呼：上帝的工作
魚羊 發(fā)自 凹非寺
量子位 報(bào)道 | 公眾號(hào) QbitAI
只需一個(gè)API，就能調(diào)用BERT、XLM等多種語(yǔ)言模型，逆天的GPT-2也一樣輕松到碗里來，這樣的模型庫(kù)你是否期待？
現(xiàn)在，真的有人完成了這一驚人工作，推出了堪稱最先進(jìn)的自然語(yǔ)言處理預(yù)訓(xùn)練模型庫(kù)。
六種架構(gòu)，27個(gè)預(yù)訓(xùn)練模型，簡(jiǎn)單易用，鵝妹子嚶。
其名為Pytorch-Transformers 1.0。
登場(chǎng)數(shù)小時(shí)，獲贊1000+，網(wǎng)友忍不住驚嘆：這簡(jiǎn)直就是上帝的工作。
Pytorch-Transformers 1.0
從模型分析到生產(chǎn)加速，對(duì)自然語(yǔ)言處理研究人員來說，簡(jiǎn)直是一庫(kù)在手，天下我有。
目前這個(gè)庫(kù)中包含PyTorch實(shí)現(xiàn)，預(yù)訓(xùn)練模型權(quán)重，數(shù)據(jù)集和六個(gè)模型的轉(zhuǎn)換工具。
六種NLP模型
庫(kù)中囊括了現(xiàn)在自然語(yǔ)言處理（NLP）領(lǐng)域最常用的六種模型：
- BERT
- GPT
- GPT-2
- Transformer-XL
- XLNet
- XLM
這些實(shí)現(xiàn)已經(jīng)在GLUE、SQuAD上進(jìn)行了測(cè)試，基本能與原始實(shí)現(xiàn)的性能相匹配。
△BERT原始實(shí)現(xiàn)性能
△Pytorch-Transformers 1.0中BERT實(shí)現(xiàn)性能
27個(gè)預(yù)訓(xùn)練模型
快速上手
這么強(qiáng)大的工具，上手也很簡(jiǎn)單。
作者已經(jīng)在Python 2.7和 3.5+上進(jìn)行過測(cè)試，PyTorch的版本則是 0.4.1到 1.1.0。
首先pip一下：
pip install pytorch-transformers
克隆儲(chǔ)存庫(kù)并運(yùn)行：
pip install [--editable] .
可以用pytest進(jìn)行一些測(cè)試：
python -m pytest -sv ./pytorch_transformers/tests/ python -m pytest -sv ./examples/
接著，就可以看一下快速入門示例了。
BERT：
首先，使用BertTokenizer從文本字符串中準(zhǔn)備一個(gè)標(biāo)記化的輸入：
使用BertModel在隱藏狀態(tài)下編碼輸入：
用BertForMaskedLM預(yù)測(cè)masked token：
OpenAI GPT-2
準(zhǔn)備輸入：
預(yù)測(cè)下一句：
就像這樣，每一個(gè)模型都有相應(yīng)的示例，可以在文檔中查看詳情。
不懂法律的物理學(xué)博士不是好工程師
Pytorch-Transformers 1.0的作者小哥是一位真正的跨界人才。
10歲學(xué)編程，大學(xué)卻入了物理坑。
第一份工作是在勞倫斯伯克利國(guó)家實(shí)驗(yàn)室的BELLA中心研究激光等離子體相互作用。
被麻省理工錄取為博士研究生，最后在索邦大學(xué)和ESPCI（巴黎高等物理化工學(xué)院）拿到了量子物理學(xué)博士學(xué)位。
在這之后，他又轉(zhuǎn)行去知識(shí)產(chǎn)權(quán)律師事務(wù)所當(dāng)起了歐洲專利律師。
現(xiàn)在，他在創(chuàng)業(yè)公司Huggingface Inc. 領(lǐng)導(dǎo)一支科學(xué)團(tuán)隊(duì)，致力于自然語(yǔ)言生成和自然語(yǔ)言理解領(lǐng)域。
真乃神人也。
傳送門
教程文檔：
https://huggingface.co/pytorch-transformers/quickstart.html#documentation
— 完 —
相關(guān)閱讀
