Distilhubert Finetuned Gtzan

D

Distilhubert Finetuned Gtzan

f0ghedgeh0gによって開発

DistilHuBERTアーキテクチャをGTZAN音楽分類データセットでファインチューニングした音響分類モデル、精度86%

オープンソースライセンス:Apache-2.0 #音楽分類 #音響特徴抽出 #軽量モデル

ダウンロード数 39

リリース時間 : 1/2/2025

モデル概要

このモデルは音楽ジャンル分類タスク向けに最適化された軽量音響処理モデルで、10種類の異なる音楽ジャンルを識別可能

モデル特徴

効率的な音楽分類

GTZAN音楽データセット向けに最適化、10種類の音楽ジャンルを正確に識別

軽量アーキテクチャ

DistilHuBERTの蒸留アーキテクチャ採用、性能維持しながら計算リソース要求を低減

高精度

GTZANテストセットで86%の分類精度を達成

モデル能力

音楽ジャンル分類

音響特徴抽出

音楽内容分析

使用事例

音楽産業

音楽ストリーミング自動分類

音楽プラットフォーム向けにアップロード音楽のジャンルカテゴリを自動タグ付け

精度86%の自動分類

音楽推薦システム

音楽内容に基づく類似性分析で推薦アルゴリズムを改善

学術研究

音楽情報検索

音楽学研究や音楽内容分析をサポート

🚀 distilhubert-finetuned-hyperparam-gtzan

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

損失: 1.2045
正解率: 0.86

📚 ドキュメント

モデルの説明

詳細情報は後日提供予定です。

想定される用途と制限

詳細情報は後日提供予定です。

学習と評価データ

詳細情報は後日提供予定です。

学習手順

学習ハイパーパラメータ

学習中に以下のハイパーパラメータが使用されました。

learning_rate: 3e-05
train_batch_size: 8
eval_batch_size: 8
seed: 42
optimizer: OptimizerNames.ADAMW_TORCHを使用し、betas=(0.9,0.999)、epsilon=1e-08、optimizer_args=追加のオプティマイザ引数なし
lr_scheduler_type: linear
lr_scheduler_warmup_ratio: 0.1
num_epochs: 30

学習結果

学習損失	エポック	ステップ	検証損失	正解率
1.7469	1.0	113	1.3737	0.57
0.7973	2.0	226	1.5247	0.57
0.6831	3.0	339	0.8961	0.74
0.4573	4.0	452	0.8638	0.76
0.1874	5.0	565	0.7839	0.81
0.0829	6.0	678	1.0174	0.79
0.0306	7.0	791	0.9393	0.81
0.004	8.0	904	0.9737	0.85
0.1209	9.0	1017	1.0625	0.8
0.0237	10.0	1130	1.3653	0.8
0.0164	11.0	1243	1.3065	0.81
0.0007	12.0	1356	1.1272	0.83
0.0004	13.0	1469	1.3226	0.83
0.0001	14.0	1582	1.6092	0.82
0.0001	15.0	1695	1.2045	0.86
0.0002	16.0	1808	1.1312	0.85
0.0003	17.0	1921	1.0911	0.86
0.0	18.0	2034	1.1983	0.84
0.0001	19.0	2147	1.1363	0.85
0.0	20.0	2260	1.2547	0.85
0.0002	21.0	2373	1.2394	0.84
0.0001	22.0	2486	1.5508	0.85
0.0	23.0	2599	1.2689	0.83
0.0	24.0	2712	1.2343	0.83
0.0003	25.0	2825	1.2313	0.81
0.0	26.0	2938	1.2217	0.83
0.0	27.0	3051	1.1596	0.84
0.0	28.0	3164	1.1081	0.85
0.0001	29.0	3277	1.1394	0.85
0.0	30.0	3390	1.1215	0.85

フレームワークのバージョン

Transformers 4.48.0.dev0
Pytorch 2.6.0+cu126
Datasets 3.2.0
Tokenizers 0.21.0

📄 ライセンス

このモデルはApache-2.0ライセンスの下で提供されています。

モデル情報

Property	Details
Model Type	distilhubert-finetuned-hyperparam-gtzan
Training Data	marsyas/gtzan
Metrics	accuracy

おすすめAIモデル

Llama 3 Typhoon V1.5x 8b Instruct

タイ語専用に設計された80億パラメータの命令モデルで、GPT-3.5-turboに匹敵する性能を持ち、アプリケーションシナリオ、検索拡張生成、制限付き生成、推論タスクを最適化

大規模言語モデル

Transformers 複数言語対応

Cadet-TinyはSODAデータセットでトレーニングされた超小型対話モデルで、エッジデバイス推論向けに設計されており、体積はCosmo-3Bモデルの約2％です。

対話システム

Transformers 英語

Roberta Base Chinese Extractive Qa

RoBERTaアーキテクチャに基づく中国語抽出型QAモデルで、与えられたテキストから回答を抽出するタスクに適しています。

質問応答システム中国語

AIbase

未来を切り開く、あなたのAIソリューション知識ベース

English 简体中文繁體中文にほんご

© 2025AIbase