1.
temperature参数相当于给softmax降降温，让各个词概率差距加大（跟刚才的随机 sample 相比，增加了高概率词的可能性，降低了低概率词的可能性）公式如下：
top_p：已知生成各个词的总概率是1（即默认是1.0）如果top_p小于1，则从高到低累加直到top_p，取这前N个词作为候选。
top_k：top-k-filtering 算法保留多少个 最高概率的词 作为候选，默认50。
repetition_penalty：默认是1.0，重复词惩罚。
2.transformer版本过老
gpt2-chinese模型
之前的transformer2.1.1的WarmupLinearSchedule在4.26.1版本改为下面函数get_linear_schedule_with_warmup，
def get_linear_schedule_with_warmup(optimizer, num_warmup_steps, num_training_steps, last_epoch=-1):"""Create a schedule with a learning rate that decreases linearly from the initial lr set in the optimizer to 0, aftera warmup period during which it increases linearly from 0 to the initial lr set in the optimizer.
3.RuntimeError: CUDA error: CUBLAS_STATUS_NOT_INITIALIZED when calling `cublasCreate(handle)`
config字典字数错误
