簡(jiǎn)化版的XLNet在PyTorch Wrapper實(shí)現(xiàn)

XLNet雖然好用，但實(shí)在太費(fèi)錢(qián)了！近日，一位韓國(guó)小哥成功將簡(jiǎn)化版的XLNet在PyTorch Wrapper實(shí)現(xiàn)，批規(guī)模僅為1，不再依賴谷歌爸爸的巨額算力，讓“窮人”也能用得起。

不久前，谷歌大腦和CMU聯(lián)合團(tuán)隊(duì)提出面向NLP預(yù)訓(xùn)練新方法XLNet，性能全面超越此前NLP領(lǐng)域的黃金標(biāo)桿BERT，在20個(gè)任務(wù)上實(shí)現(xiàn)了性能的大幅提升，刷新了18個(gè)任務(wù)上的SOTA結(jié)果，可謂全面屠榜。

論文地址：

https://arxiv.org/pdf/1906.08237.pdf

XLNet性能確實(shí)強(qiáng)大，不過(guò)還是要背靠谷歌TPU平臺(tái)的巨額算力資源。有網(wǎng)友做了一下簡(jiǎn)單統(tǒng)計(jì)，按照論文中的實(shí)驗(yàn)設(shè)計(jì)，XL-Large用512 TPU chips訓(xùn)練了4天，也就是說(shuō)，訓(xùn)練時(shí)的總計(jì)算量是BERT的5倍。語(yǔ)料規(guī)模是BERT-large的10倍。

要知道BERT作為谷歌的親兒子，其訓(xùn)練量和對(duì)計(jì)算資源的需求已經(jīng)讓很多人望塵莫及。現(xiàn)在XLNet又來(lái)了個(gè)5倍，讓人直呼用不起。

這么強(qiáng)勁的XLNet，只能看著流口水卻用不起，豈不是太遺憾了？

土豪有土豪的用法，窮人有窮人的訣竅。最近有個(gè)韓國(guó)小哥就成功將XLNet挪到了Pytorch框架上，可以在僅使用小規(guī)模訓(xùn)練數(shù)據(jù)（批規(guī)模=1）的情況下，實(shí)現(xiàn)一個(gè)簡(jiǎn)單的XLNet實(shí)例，并弄清X(qián)LNet架構(gòu)的預(yù)訓(xùn)練機(jī)制。他將實(shí)現(xiàn)方案放在了GitHub上。

要使用這個(gè)實(shí)現(xiàn)很簡(jiǎn)單，只需導(dǎo)入如下代碼：

$ git clone https://github.com/graykode/xlnet-Pytorch && cd xlnet-Pytorch# To use Sentence Piece Tokenizer(pretrained-BERT Tokenizer)$ pip install pytorch_pretrained_bert$ python main.py --data ./data.txt --tokenizer bert-base-uncased --seq_len 512 --reuse_len 256 --perm_size 256 --bi_data True --mask_alpha 6 --mask_beta 1 --num_predict 85 --mem_len 384 --num_step 100

接下來(lái)對(duì)實(shí)現(xiàn)方法和超參數(shù)設(shè)置的簡(jiǎn)單介紹，首先貼出XLNet論文中給出的預(yù)訓(xùn)練超參數(shù)：

然后，作者給出了PyTorch框架下XLNet實(shí)現(xiàn)的超參數(shù)調(diào)節(jié)選項(xiàng)如下：

—data(String): 使用文本文件訓(xùn)練，多行文本也可以。另外，將一個(gè)文件視為一個(gè)批張量。默認(rèn)值: data.txt

—tokenizer(String):目前僅使用【這里】的Tokenizer作為子詞的Tokenizer（即將編入句子部分），這里可以選擇bert-base-uncased/bert-large-uncased/bert-base-cased/bert-large-cased四種Tokenizer。

默認(rèn)值:bert-base-uncased

—seq_len(Integer): 序列長(zhǎng)度。

默認(rèn)值 :512

—reuse_len(Interger): 可作為記憶重復(fù)使用的token數(shù)量?？赡苁切蛄虚L(zhǎng)度的一半。

默認(rèn)值 :256

—perm_size(Interger): 最長(zhǎng)排列長(zhǎng)度。

默認(rèn)值:256

--bi_data(Boolean): 是否設(shè)立雙向數(shù)據(jù)，如設(shè)置為“是”，biz(batch size) 參數(shù)值應(yīng)為偶數(shù)。

默認(rèn)值:否

—mask_alpha(Interger): 多少個(gè)token構(gòu)成一個(gè)group。

默認(rèn)值:6

—mask_beta(Integer):在每個(gè)group中需要mask的token數(shù)量。

默認(rèn)值:1

—num_predict(Interger) :

要預(yù)測(cè)的token數(shù)量。在XLNet論文中, 這表示部分預(yù)測(cè)。

默認(rèn)值:85

—mem_len(Interger): 在Transformer-XL架構(gòu)中緩存的步驟數(shù)量。

默認(rèn)值:384

—number_step(Interger):步驟(即Epoch)數(shù)量.。

默認(rèn)值:100

XLNet：克服BERT固有局限，20項(xiàng)任務(wù)性能強(qiáng)于BERT

XLNet是一種基于新型廣義置換語(yǔ)言建模目標(biāo)的新型無(wú)監(jiān)督語(yǔ)言表示學(xué)習(xí)方法。此外，XLNet采用Transformer-XL作為骨架模型，在長(zhǎng)時(shí)間環(huán)境下的語(yǔ)言任務(wù)中表現(xiàn)出非常出色的性能，在多項(xiàng)NLP任務(wù)性能上超越了BERT，成為NLP領(lǐng)域的新標(biāo)桿。

關(guān)于XLNet中的一些關(guān)鍵詞

1、自回歸模型與自動(dòng)編碼模型

自回歸（AR）模型

自動(dòng)編碼（AE）模型

2、部分預(yù)測(cè)的排列語(yǔ)言建模

排列語(yǔ)言建模

部分預(yù)測(cè)

3、具有目標(biāo)感知表示的雙向自注意力模型

雙向自注意力模型

目標(biāo)感知表示