《谷歌終於開源BERT代碼：3 億參數量，機器之心全面解讀》，上周推送的這篇文章，全面解讀基於TensorFlow實現的BERT代碼。現在，PyTorch用戶的福利來了：一個名為Hugging Face的團隊近日公開了BERT模型的谷歌官方TensorFlow庫的op-for-op PyTorch重新實現【點擊閱讀原文直接訪問】：
https://github.com/huggingface/pytorch-pretrained-BERT
這個實現可以為BERT加載任何預訓練的TensorFlow checkpoint（特別是谷歌的官方預訓練模型），並提供一個轉換腳本。
BERT-base和BERT-large模型的參數數量分別為110M和340M，為了獲得良好的性能，很難使用推薦的batch size在單個GPU上對其進行微調。為了幫助微調模型，這個repo還提供了3種可以在微調腳本中激活技術：梯度累積（gradient-accumulation）、 multi-GPU 和分布式訓練。
其結果如下：
-
在序列級MRPC分類任務上，該實現使用小型BERT-base模型再現了原始實現的84%-88%的准確率。
-
在token級的SQuAD 任務上，該個實現使用小型BERT-base模型再現了原始實現的88.52 F1的結果。
作者表示，正致力於在其他任務以及更大的BERT模型上重現結果。
BERT模型的PyTorch實現
這個存儲庫包含了谷歌BERT模型的官方TensorFlow存儲庫的op-for-op PyTorch重新實現。谷歌的官方存儲庫是與BERT論文一起發布的：BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding，作者是Jacob Devlin、Ming-Wei Chang、Kenton Lee和Kristina Toutanova。
這個實現可以為BERT加載任何預訓練的TensorFlow checkpoint(特別是谷歌的預訓練模型)，並提供了一個轉換腳本(見下文)。
此外，我們將在本周晚些時候添加多語言版本和中文版本的模型代碼。
腳本：加載任何TensorFlow檢查點
使用convert_tf_checkpoint_to_pytorch.py腳本，你可以在PyTorch保存文件中轉換BERT的任何TensorFlow檢查點(尤其是谷歌發布的官方預訓練模型)。
這個腳本將TensorFlow checkpoint（以bert_model.ckpt開頭的三個文件）和相關的配置文件（bert_config.json）作為輸入，並為此配置創建PyTorch模型，從PyTorch模型的TensorFlow checkpoint加載權重並保存生成的模型在一個標准PyTorch保存文件中，可以使用 torch.load() 導入（請參閱extract_features.py，run_classifier.py和run_squad.py中的示例）。
只需要運行一次這個轉換腳本，就可以得到一個PyTorch模型。然后，你可以忽略TensorFlow checkpoint(以bert_model.ckpt開頭的三個文件)，但是一定要保留配置文件(bert_config.json)和詞匯表文件(vocab.txt)，因為PyTorch模型也需要這些文件。
要運行這個特定的轉換腳本，你需要安裝TensorFlow和PyTorch。該庫的其余部分只需要PyTorch。
下面是一個預訓練的BERT-Base Uncased 模型的轉換過程示例:
export BERT_BASE_DIR=/path/to/bert/uncased_L-12_H-768_A-12python convert_tf_checkpoint_to_pytorch.py --tf_checkpoint_path$BERT_BASE_DIR/bert_model.ckpt --bert_config_file $BERT_BASE_DIR/bert_config.json --pytorch_dump_path $BERT_BASE_DIR/pytorch_model.bin
你可以在這里下載Google的預訓練轉換模型：
https://github.com/google-research/bert#pre-trained-models
BERT的PyTorch模型
在這個庫里，我們提供了三個PyTorch模型，你可以在modeling.py中找到：
-
BertModel - 基本的BERT Transformer 模型
-
BertForSequenceClassification - 頂部帶有sequence classification head的BERT模型
-
BertForQuestionAnswering - 頂部帶有token classification head 的BERT模型，
以下是每類模型的一些細節。
1 . BertModel
BertModel是一個基本的BERT Transformer模型，包含一個summed token、位置和序列嵌入層，然后是一系列相同的self-attention blocks（BERT-base是12個blocks, BERT-large是24個blocks）。
輸入和輸出與TensorFlow 模型的輸入和輸出相同。
具體來說，該模型的輸入是：
-
input_ids：一個形狀為[batch_size, sequence_length]的torch.LongTensor，在詞匯表中包含單詞的token索引
-
token_type_ids：形狀[batch_size, sequence_length]的可選torch.LongTensor，在[0,1]中選擇token類型索引。類型0對應於句子A，類型1對應於句子B。
-
attention_mask：一個可選的torch.LongTensor，形狀為[batch_size, sequence_length]，索引在[0,1]中選擇。
模型的輸出是由以下內容組成的一個元組：
-
all_encoder_layers：一個大小為[batch_size, sequence_length，hidden_size]的torch.FloatTensor列表，它是每個注意塊末端隱藏狀態的完整序列列表（即BERT-base的12個完整序列，BERT-large的24個完整序列）
-
pooled_output：一個大小為[batch_size, hidden_size]的torch.FloatTensor，它是在與輸入（CLF）的第一個字符相關聯的隱藏狀態之上預訓練的分類器的輸出，用於訓練Next-Sentence任務（參見BERT的論文）。
extract_features.py腳本提供了有關如何使用這類模型的示例，該腳本可用於為給定輸入提取模型的隱藏狀態。
2 . BertForSequenceClassification
BertForSequenceClassification是一個fine-tuning 模型，包括BertModel，以及BertModel頂部的一個序列級分類器（sequence-level classifier）。
序列級分類器是一個線性層，它將輸入序列中第一個字符的最后隱藏狀態作為輸入(參見BERT論文中的圖3a和3b)。
run_classifier.py腳本提供了關於如何使用此類模型的示例，該腳本可用於使用BERT微調單個序列（或序列對）分類器，例如用於MRPC任務。
3. BertForQuestionAnswering
BertForQuestionAnswering是一個fine-tuning 模型，包括BertModel，它在最后隱藏狀態的完整序列之上具有token級分類器（token-level classifiers）。
token-level 分類器將最后隱藏狀態的完整序列作為輸入，並為每個token計算得分，（參見BERT論文的圖3c和3d）。
run_squad.py腳本提供了有關如何使用此類模型的示例，該腳本可用於使用BERT微調token分類器，例如用於SQuAD任務。
詳情請點擊閱讀原文
推薦閱讀
131頁超清 |《2018新一代人工智能白皮書：產業增長點研判》
254頁教程《Writing Code for NLP Research》
338頁新書《Deep Learning in Natural Language Processing》