前言

2021年4月，距離論文“Attention is all you need”問市過去快4年了。這篇論文的引用量正在沖擊2萬大關。

筆者所在的多個學習交流群也經常有不少同學在討論：transformer是什么？transformer能干啥？為什么要用transformer？transformer能替代cnn嗎？怎么讓transformer運行快一點？以及各種個樣的transformer技術細節問題。

解讀以上所有問題不再本文范疇內，但筆者也將在后續文章中繼續探索以上問題。本文重點關注：我們用transformer干啥？

我們用transformer干啥？筆者突然發現這句話有兩種理解（orz中文博大精深），希望我的語文不是體育老師教的。

疑問句：

我們使用transformer在做什么？

解決什么深度學習任務？

反問句：

我們用用transformer干啥？

為啥不用LSTM和CNN或者其他神經網絡呢？

疑問句：用transformer干啥？

谷歌學術看一眼。

為了簡潔+有理有據回答這個問題（有缺失之處忘大家指出），筆者首先在谷歌學術上搜尋了一下“Attention is all you need”看了一下被引，到底是哪些文章在引用transformer呢？

“Attention is all you need”被引：19616次。

先看一下前幾名引用的被引：

最高引用的“Bert：Pre-training of deep bidirectional transformers for language understanding“被引：17677次。BERT在做自然語言處理領域的語言模型。

第2和4名：“Squeeze and Excitaion Networks”被引用6436次，“Non-local neural networks”。計算機視覺領域，但還沒有直接用transformer。

第3名：“Graph attention networks”被引用3413，一種圖神經網絡，該文也不是直接使用transformer的，但使用了attention。

第5和6名：“Xlnet：Generalized autoregressive pretraining for language undersstanding“ 2318次和 ”Improving language understanding by generative pretraining“ 1876次。自然語言處理領域預訓練/語言模型/生成模型。

第7名“self-attention generative adversarial networks” 1508次?；趕elf-attetnion的生成對抗網絡。

第8、9、10都屬于自然語言處理領域，一個是GLUE數據集，一個做multi-task learning。

從Top的引用已經看出自然語言處理領域肯定是使用transformer的大頭了。隨后筆者對熟悉的深度學習任務關鍵詞搜了一下被引用：

計算機視覺領域vision前2的被引用：“Vibert”和“Stand-alone self-attetnion in vision model”分別為385和171次。

語音信號處理領域speech：“state-of-the-art speech recognition with sequence-to-sequence model” 被引710次。

多模態任務modal：“Unicoder-Vl：

A universal encoder for vision and language by cross-model pre-training。

檢索領域etrieval：“multilingual universal sentence encoder for semantic retrieval”被引73次

推薦領域recommendation：驚訝的我發現居然只有10篇文章orz。

初步結論：transformer在自然語言處理任務中大火，隨后是語音信號領域和計算機視覺領域，然后信息檢索領域也有所啟航，推薦領域文章不多似乎剛剛起步。

執著的筆者擴大搜索范圍直接谷歌搜索了一下，找到了這篇文章BERT4Rec（被引用128）：”BERT4Rec： Sequential Recommendation with Bidirectional Encoder Representations from Transformer“。

Github上搜一搜。

排名第1的是HuggingFace/transformers代碼庫。筆者對這個庫還算熟悉，但最近瘋狂新增的模型缺失還沒有完全跟進過，于是也整理看了一下。

圖1 HuggingFace/transformers代碼庫關系圖

如圖1所示，左邊展示了Huggingface/transformers代碼庫能處理的各種深度學習任務，中間展示的是處理這些任務的統一流水線（pipeline），右邊展示的是與任務對應的transformers模型名稱，下方表示用transformers解決這些深度學習任務可以在cpu或者gpu上進行，可以使用tensorflow也可以使用pytorch框架。

那么根據谷歌和github結果基本可以得到這個核心結論啦：transformer能干啥？目前已有的transformer開源代碼和模型里自然語言處理任務占大頭（幾乎覆蓋了所有自然語言處理任務），隨后是計算機視覺和語音信號處理，最后自然而然進行多模態信號處理啦，推薦系統中的序列建模也逐步開始應用transformer啦。

有一點值得注意：自然語言處理里，所有研究同學的詞表庫基本統一，所有谷歌/facebook在大規模語料上預訓練的transformer模型大家都可以使用。推薦系統不像自然語言處理，各家對user ID，Item ID或者物品類別ID的定義是不一樣的，所以各家的pretrain的模型基本也沒法分享給其他家使用（哈哈哈商業估計也不讓分享），也或許也是為什么transformer的開源推薦系統較少的原因之一吧，但不代表各大廠/研究機構用的少哦。

反問句：用transformer干啥？

為什么非要使用transformer呢？

筆者從一個散修（哈哈修仙界對修煉者的一種稱呼）的角度聊一聊自己的看法。

不得不用。

首先谷歌/Facebook一眾大廠做出來了基于transformer的BERT/roberta/T5等，刷新了各種任務的SOTA，還開源了模型和代碼。

注意各種任務啊，啊這，咱們做論文一般都得在幾個數據集上驗證自己的方法是否有效，人家都SOTA了，咱得引，得復現呀，再說，站在巨人的肩上創下新SOTA也是香的。

的確好用。

Transformer是基于self-attetion的，self-attention的確有著cnn和lstm都沒有的優勢：

比如比cnn看得更寬更遠，比lstm訓練更快。

重復累加多層multi-head self-attetion還在被不短證明著其強大的表達能力！

改了繼續用。

如果不說transformer的各種優點，說一個大缺點自然就是：

參數量大、耗時耗機器。

但這些問題又被一眾efficient transformers再不斷被解決。

比如本來整型數運算的硬件開發板無法使用transformers，隨后就有INT-BERT說我們不僅可以用，還能更快更好。

上手就用。

以Huggingface/Transformers為例子，一個代碼庫包含多種深度學習任務，多個開源的transfromer模型，各種預訓練transformer模型，以至于各種深度學習任務上手就來，十分方便。

筆者似乎并沒有看到其他模型結構有如此大的應用范圍和規模了。

未來還要用。

從上一章節可以看出，transformer這股風已經從自然語言處理領域吹出去了，其他領域的SOTA也在不斷被transformer打破，那么以為這，自然語言處理領域的歷史逐漸在其他領域復現（當然只是筆者個人觀點哈）。

原文標題：我們用transformer干啥？

文章出處：【微信公眾號：深度學習自然語言處理】歡迎添加關注！文章轉載請注明出處。

責任編輯：haq