Distilhubert Finetuned Gtzan 5 Epochs Finetuned Gtzan Finetuned Gtzan

🚀 distilhubert-finetuned-gtzan-5-epochs-finetuned-gtzan-finetuned-gtzan

このモデルは、GTZANデータセットでduysal/distilhubert-finetuned-gtzan-5-epochs-finetuned-gtzanをファインチューニングしたバージョンです。評価セットで以下の結果を達成しています。

🚀 クイックスタート

このモデルは、GTZANデータセットでduysal/distilhubert-finetuned-gtzan-5-epochs-finetuned-gtzanをファインチューニングしたものです。評価セットでは、以下の結果を達成しています。

• 損失: 0.5765
• 正解率: 0.85

📚 ドキュメント

モデル情報

モデルの結果

• モデル名: distilhubert-finetuned-gtzan-5-epochs-finetuned-gtzan-finetuned-gtzan
• タスク: 音声分類 (Audio Classification)
• データセット: GTZAN (marsyas/gtzan, all)
• 評価指標: 正解率 (Accuracy) = 0.85

学習手順

学習ハイパーパラメータ

学習時には以下のハイパーパラメータが使用されました。

• 学習率 (learning_rate): 3e-05
• 学習バッチサイズ (train_batch_size): 2
• 評価バッチサイズ (eval_batch_size): 2
• シード (seed): 42
• 勾配累積ステップ数 (gradient_accumulation_steps): 4
• 総学習バッチサイズ (total_train_batch_size): 8
• オプティマイザ (optimizer): OptimizerNames.ADAMW_TORCHを使用し、ベータ=(0.9,0.999)、イプシロン=1e-08、追加のオプティマイザ引数はなし
• 学習率スケジューラの種類 (lr_scheduler_type): linear
• 学習率スケジューラのウォームアップ比率 (lr_scheduler_warmup_ratio): 0.1
• エポック数 (num_epochs): 3
• 混合精度学習 (mixed_precision_training): Native AMP

学習結果

フレームワークのバージョン

• Transformers 4.49.0.dev0
• Pytorch 2.5.1+cu124
• Datasets 3.2.0
• Tokenizers 0.21.0