使用Bert有一段时间了，在项目中确实也能带来提升，这里总结下bert的使用心得。
#1，资源的使用 Bert在训练的过程确实很消耗资源。
上面是Bert模型在12G显存的显卡上，每轮的样本数和句子长度。 开始还担心Bert模型部署在客户的机器上能否正常运行。后面测试发现，如果没有太高的并发，其实在预测阶段对显存的消耗并不高，大概1-2G显存即可。
#2，模型速度 使用Bert模型一定要跑在GPU上，不论是训练还是预测阶段。我测试的跑在GPU上的速度是CPU的60多倍。
#3，学习速率 目前使用Bert做过分类，seq2seq，序列标注，发现很多任务上，Bert的学习速率不宜调的过高，否则训练的效果很差。而且在官方代码中学习速率是5e-5。而且这里的训练方式建议使用官方提供的优化器，官方提供的优化器学习速率是动态调整的。详细代码可见GIT里面的demo3
#4，Bert模型不参与训练 在使用Bert的时候，建议Bert先参与训练，然后固定住Bert的参数，在训练N轮。在我的项目中，这样的操作最后的效果比较好。 Bert不参与训练需要调整两个地方，一个是在创建模型的时候is_train=False,还有一个是Bert的参数不参与反向传播。 详细代码可见GIT里面的demo3
