• 2022年4月2日更新: 最近bert4pytorch新增了一位开发者，新加了一些功能，地址如下https://gitee.com/moontheunderwater/bert4pytorch，目前还在整理调试中，整理完成后会上线
• 2022年3月24日更新: 实现对抗训练（FGM），并在分类任务上测试通过
• 2022年3月22日更新： focal loss更新，并在分类任务上测试通过
• 2021年11月4日更新： 基础测试, 添加mlm预测案例
• 2021年11月3日更新：
  考虑到后续对bert家族，比如albert、T5、NEZHA、ELECTRA等架构的实现能全部集中在一个model文件实现，保证代码简洁清爽，本次更新基本对代码进行了全面重构，主干参照了bert4keras的代码结构。几乎可以以bert4keras的api风格使用。另外实现了unilm式、gpt式的mask矩阵。使用例子后续会给出。 其他几点更新如下：
  1、删除ema文件，把权重滑动平均整合到optimization文件
  2、添加一个完整的分类案例，在CLUE的tnews数据集上做finetune
  
• 2021年9月6日更新：
  1、删除file_utils文件, 简化加载预训练模型代码和网络请求库的依赖, 这样就只支持下载相关模型文件后，本地加载模型，模型可以去这里下载：https://huggingface.co/models
  2、增加特殊的layers、特殊的loss, layer增加了CRF，loss增加了focal_loss和LabelSmoothingCrossEntropy, 后续会逐步添加
  
• 2021年8月27更新：感谢大家的star，最近有小伙伴反映了一些小的bug，我也注意到了，奈何这个月工作上实在太忙，更新不及时，大约会在9月中旬集中更新一个只需要pip一下就完全可用的版本，然后会新添加一些关键注释。 再增加对抗训练的内容，更新一个完整的finetune案例。

目前最流行的pytorch版本的bert框架，莫过于huggingface团队的Transformers项目，但是随着项目的越来越大，显得很重，对于初学者、有一定nlp基础的人来说，想看懂里面的代码逻辑，深入了解bert，有很大的难度。

另外，如果想修改Transformers的底层代码也是想当困难的，导致很难对模型进行魔改。

本项目把整个bert架构，浓缩在几个文件当中（主要修改自Transfomers开源项目），删除大量无关紧要的代码，新增了一些功能，比如：ema、warmup schedule，并且在核心部分，添加了大量中文注释，力求解答读者在使用过程中产生的一些疑惑。

此项目核心只有三个文件，modeling、tokenization、optimization。并且都在几百行内完成。结合大量的中文注释，分分钟透彻理解bert。

• 加载bert、RoBERTa-wwm-ext的预训练权重进行fintune
• 实现了带warmup的优化器
• 实现了模型权重的指数滑动平均（ema）

• albert、GPT、XLnet、conformer等网络架构
• 实现各种trick（比如对抗训练、ema等），定义特定的layer、loss，方便后续扩展
• 添加大量nlp、语音识别的完整可直接运行的例子和中文注释，减轻学习难度

pip install bert4pytorch==0.1.3

目前pip安装的是旧版本，新版本请自行下载源码安装

pip install git+https://github.com/MuQiuJun-AI/bert4pytorch.git

支持加载的权重

• Google原版bert的pytorch版本(需要转换为pytorch版本的脚本): https://github.com/google-research/bert
• 哈工大版roberta: https://github.com/ymcui/Chinese-BERT-wwm

最初整理这个项目，只是为了自己方便。这一段时间，经常逛苏剑林大佬的博客，里面的内容写得相当精辟，更加感叹的是， 苏神经常能闭门造车出一些还不错的trick，只能说，大佬牛逼。

所以本项目命名也雷同bert4keras，以感谢苏大佬无私的分享。

后来，慢慢萌生把学习中的小小成果开源出来，后期会渐渐补充例子，前期会借用苏神的bert4keras里面的例子，实现pytorch版本。如果有问题，欢迎讨论；如果本项目对您有用，请不吝star！