介绍模型的英文网站：
https://huggingface.co/transformers/
代码来源网址：
https://huggingface.co/transformers/quicktour.html
model hub:
github 网址：https://github.com/huggingface/transformers
1、 example_1 情感分析任务 运行结果截图如下所示：
Huggingface总部位于纽约，是一家专注于自然语言处理、人工智能和分布式系统的创业公司
学习的系列网站：
https://zhuanlan.zhihu.com/p/164966421
Transformers的组件和模型架构：
1）Configuration配置类：存储模型和分词器的参数，诸如词表大小，隐层维数，dropout rate等。配置类对深度学习框架是透明的
2）Tokenizer分词器类。每个模型都有对应的分词器，存储token到index的映射，负责每个模型特定的序列编码解码流程，比如BPE(Byte Pair Encoding)，SentencePiece等等。也可以方便地添加特殊token或者调整词表大小，如CLS、SEP等等。
3）Model模型类。提供一个基类，实现模型的计算图和编码过程，实现前向传播过程，通过一系列self-attention层直到最后一个隐藏状态层。在最后一层基础上，根据不同的应用会再做些封装，比如XXXForSequenceClassification，XXXForMaskedLM这些派生类。
写作的demo: