在监督学习中，模型的输入为x，若期望输出是y，则在训练的时候需要给模型的期望输出y以判断其误差——有输入和输出标签才能训练监督学习的模型。自监督学习在没有标注的训练集中，把训练集分为两部分，一个作为输入，另一个作为模型的标签。自监督学习是一种无监督学习的方法。BERT 是 Transformer 的编码器（Encoder），一般用于NLP中（也可用于图像、语音处理中），它的输入是一排文字，输出是等

1.从C语⾔执⾏效率⽅便，简述下C语⾔采取了哪些措施提⾼执⾏效率。①.使⽤指针：有些程序⽤其他语⾔也可以实现，但C能够更有效地实现；有些程序⽆法⽤其它语⾔实现，如直接访问硬件，但C却可以。正因为指针可以拥有类似于汇编的寻址⽅式，所以可以使程序更⾼效。②.使⽤宏函数：宏函数仅仅作为预先写好的代码嵌⼊到当前程序，不会产⽣函数调⽤，所以仅仅是占⽤了空间，⽽使程序可以⾼效运⾏。在频繁调⽤同⼀个宏函数的..

输入一个序列，输出长度由模型决定。例如语音识别，输入的语音信号就是一串向量，输出就是语音信号对应的文字。但是语音信号的长度和输出的文字个数并无直接联系，因此需要机器自行决定：对于世界上没有文字的语言，我们可以对其直接做语音翻译。另外，Seq2seq 还可以用来训练聊天机器人：输入输出都是文字（向量序列），训练集示例如下图：各式各样的NLP问题，往往都可以看作QA问题，例如问答系统（QA），让机器读