Distilhubert Finetuned Babycry V6

🚀 distilhubert-finetuned-babycry-v6

このモデルは、ntu-spml/distilhubert を audiofolder データセットで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: 0.6676
• 正解率: {'accuracy': 0.8260869565217391}
• F1値: 0.7474
• 適合率: 0.6824
• 再現率: 0.8261

📚 ドキュメント

モデル情報

モデルの結果

• モデル名: distilhubert-finetuned-babycry-v6
• タスク: 音声分類 (Audio Classification)
• データセット: audiofolder (train split) | 評価指標 | 値 | |------|------| | 正解率 (Accuracy) | 0.8260869565217391 | | F1値 (F1) | 0.7474120082815735 | | 適合率 (Precision) | 0.6824196597353497 | | 再現率 (Recall) | 0.8260869565217391 |

学習手順

学習ハイパーパラメータ

学習中に使用されたハイパーパラメータは以下の通りです。

• 学習率 (learning_rate): 0.001
• 学習バッチサイズ (train_batch_size): 8
• 評価バッチサイズ (eval_batch_size): 8
• 乱数シード (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): 32
• オプティマイザー (optimizer): Adam (betas=(0.9,0.999), epsilon=1e-08)
• 学習率スケジューラーの種類 (lr_scheduler_type): cosine
• 学習率スケジューラーのウォームアップ割合 (lr_scheduler_warmup_ratio): 0.03
• エポック数 (num_epochs): 8

学習結果

フレームワークバージョン

• Transformers 4.44.2
• Pytorch 2.4.1+cu121
• Datasets 3.0.1
• Tokenizers 0.19.1