Transformer课程 第36章Transformer模型Luke架构

第36章：基于entity-aware self-attention的Transformer模型Luke架构内幕及完整源码实现 1，实现contextualized entity representations的技术分析 2，实现contextualized entity representations数学原理分析 3，entity-aware self-attention mechanism数学原理分析 4，在计算的时候区分token type的实现技术分析 5，encode_plus源码完整实现分析 6，batch_encode_plus源码完整实现分析 7，create_input_sequence源码完整实现分析 8，batch_prepare_for_model源码完整实现分析 9，prepare_for_model源码完整实现分析 10，pad源码完整实现分析 11，LukeTokenizer源码完整实现分析 12，EntitySpanClassificationOutput源码完整实现分析 13，LukeEntityEmbeddings源码完整实现分析 14，BaseLukeModelOutputWithPooling源码完整实现分析 15，BaseLukeModelOutput源码完整实现分析 16，EntityClassificationOutput源码完整实现分析 17，EntityPairClassificationOutput源码完整实现分析 18，EntitySpanClassificationOutput源码完整实现分析 19，LukeAttention源码完整实现分析 17，LukeSelfAttentio