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