创作不易，免费的赞

前面有介绍了GPT2如何进行token化的过程，现在讲下transformer的Embedding层

Embedding层就是一个巨大的矩阵，边长分别是词汇表长度和词向量维度，矩阵里面的每一个数字都是一个随机初始化的，或者是其他地方经过训练之后拿过来的。在transformer训练过程中，这些每个token的维度浮点数会发生改变。

在训练的过程中，假设我们窗口为50个token，意思就是我们生成下一个词的时候，只使用前面50个词去预测下个词，就算前面继续有词，我也不会应用，那么就变成下图。但是当本来就没有50个词的时候怎么办，那么需要填充字符，可以是任意字符，反正你就当成是个填充码，这里使用的是PAD，PAD在token当中也是存在的，你甚至自己定义一个token，如<<notoken!>>都可以。

为什么需要填充满50个字符，不满就不满，感觉也什么问题啊？

这是因为如果限定成50个，那么在使用显卡的训练的时候速度就可以快很多，没有的话也可以。

上图这个矩阵就是输入到下一个层级的矩阵，下一层就是添加位置编码，本系列中也已经有章节介绍。