# 参考 https://blog.csdn.net/luoyexuge/article/details/84939755 小做改动
需要：
github上下载bert的代码：https://github.com/google-research/bert
下载google训练好的中文语料模型：https://storage.googleapis.com/bert_models/2018_11_03/chinese_L-12_H-768_A-12.zip
使用：
使用bert，其实是使用几个checkpoint（ckpt）文件。上面下载的zip是google训练好的bert，我们可以在那个zip内的ckpt文件基础上继续训练，获得更贴近具体任务的ckpt文件。
如果是直接使用训练好的ckpt文件（就是bert模型），只需如下代码，定义model，获得model的值
from bert import modeling
# 使用数据加载BertModel,获取对应的字embedding
model = modeling.BertModel(
config=bert_config,
is_training=is_training,
input_ids=input_ids,
input_mask=input_mask,
token_type_ids=segment_ids,
use_one_hot_embeddings=use_one_hot_embeddings
)
# 获取对应的embedding 输入数据[batch_size, seq_length, embedding_size]
embedding = model.get_sequence_output()