bert——预训练模型下载

此博客列举了不同版本的谷歌BERT模型的详细配置,包括Uncased和Cased版本,以及多语言和中文版。BERT-Large模型拥有24层,1024个隐藏单元,16个头,参数量达340M;而BERT-Base模型则有12层,768个隐藏单元。此外,还提到了Multilingual版本支持104种语言,以及专门的中文版BERT。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

google的bert预训练模型:(前两个2019-05-30更新的,后面2018-10-18更新的)

BERT-Large, Uncased (Whole Word Masking): 24-layer, 1024-hidden, 16-heads, 340M parameters
BERT-Large, Cased (Whole Word Masking): 24-layer, 1024-hidden, 16-heads, 340M parameters
BERT-Base, Uncased: 12-layer, 768-hidden, 12-heads, 110M parameters
BERT-Large, Uncased: 24-layer, 1024-hidden, 16-heads, 340M parameters
BERT-Base

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值