Update README.md

Update How to use

README.md

@@ -22,7 +22,60 @@ You can download the 24 Chinese RoBERTa miniatures either from the [UER-py Githu
 
 ## How to use
 
-xxxxxx
+You can use this model directly with a pipeline for masked language modeling:
+
+```python
+>>> from transformers import pipeline
+>>> unmasker = pipeline('fill-mask', model='hhou435/chinese_roberta_L-2_H-128')
+>>> unmasker("中国的首都是[MASK]京。")
+[
+    {'sequence': '[CLS] 中 国 的 首 都 是 北 京 。 [SEP]', 
+     'score': 0.9427323937416077, 
+     'token': 1266, 
+     'token_str': '北'}, 
+    {'sequence': '[CLS] 中 国 的 首 都 是 南 京 。 [SEP]',
+     'score': 0.029202355071902275, 
+     'token': 1298,
+     'token_str': '南'}, 
+    {'sequence': '[CLS] 中 国 的 首 都 是 东 京 。 [SEP]',
+     'score': 0.00977553054690361,
+     'token': 691, 
+     'token_str': '东'}, 
+    {'sequence': '[CLS] 中 国 的 首 都 是 葡 京 。 [SEP]',
+     'score': 0.00489805219694972,
+     'token': 5868, 
+     'token_str': '葡'},
+    {'sequence': '[CLS] 中 国 的 首 都 是 新 京 。 [SEP]',
+     'score': 0.0027360401581972837, 
+     'token': 3173, 
+     'token_str': '新'}
+]
+
+```
+
+Here is how to use this model to get the features of a given text in PyTorch:
+
+```python
+from transformers import BertTokenizer, BertModel
+tokenizer = BertTokenizer.from_pretrained('hhou435/chinese_roberta_L-2_H-128')
+model = BertModel.from_pretrained("hhou435/chinese_roberta_L-2_H-128")
+text = "用你喜欢的任何文本替换我。"
+encoded_input = tokenizer(text, return_tensors='pt')
+output = model(**encoded_input)
+```
+
+and in TensorFlow:
+
+```python
+from transformers import BertTokenizer, TFBertModel
+tokenizer = BertTokenizer.from_pretrained('hhou435/chinese_roberta_L-2_H-128')
+model = TFBertModel.from_pretrained("hhou435/chinese_roberta_L-2_H-128")
+text = "用你喜欢的任何文本替换我。"
+encoded_input = tokenizer(text, return_tensors='tf')
+output = model(encoded_input)
+```
+
+
 
 ## Training data