1.输入emb层
在modeling.py文件中，首先对token进行emb词向量查询
然后进行emb后处理，获取sentence emb/位置emb：
sentence emb也就是segment emb，即不同句子的初始化嵌入向量:
下面是pos emb：
https://blog.csdn.net/Kaiyuan_sjtu/article/details/90265473
注意，在Transformer论文中的position embedding是由sin/cos函数生成的固定的值，而在这里代码实现中是跟普通word embedding一样随机生成的，可以训练的。作者这里这样选择的原因可能是BERT训练的数据比Transformer那篇大很多，完全可以让模型自己去学习。
https://blog.csdn.net/Kaiyuan_sjtu/article/details/90288178，关于处理输入的部分。
https://blog.csdn.net/Kaiyuan_sjtu/article/details/90298807，任务训练的目标函数
3.2个任务
get_masked_lm_output：
#就是每一个word在encoder之后都会有一个输出，根据这个和那些mask掉的做标记，经过softmax计算损失，其实这个还蛮好理解的。
get_next_sentence_output：
#输入为BertModel的最后一层pooled_output输出（[batch_size, hidden_size]），
# 因为该任务属于二分类问题，所以只需要每个序列的第一个token【CLS】即可。
0表示是next 句子，1 表示是随机选择的句子。