🚀 results
このモデルは、facebook/wav2vec2-large-xlsr-53 を None 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。
✨ 主な機能
このモデルは、ウルドゥー語の音声を分析し、以下のカテゴリに分類します。
📦 インストール
READMEにインストール手順が記載されていないため、このセクションは省略されます。
📚 ドキュメント
学習と評価データ
データセットは以下のURLから入手できます。
https://www.kaggle.com/datasets/kingabzpro/urdu-emotion-dataset
学習手順
学習コードは以下のURLから入手できます。
https://www.kaggle.com/code/chtalhaanwar/urdu-emotions-hf
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: 5e-05
- 学習バッチサイズ: 32
- 評価バッチサイズ: 32
- シード: 42
- オプティマイザ: Adam (betas=(0.9,0.999), epsilon=1e-08)
- 学習率スケジューラの種類: 線形
- エポック数: 50
- 混合精度学習: Native AMP
学習結果
| 学習損失 |
エポック |
ステップ |
検証損失 |
正解率 |
| 1.3838 |
1.0 |
10 |
1.3907 |
0.225 |
| 1.3732 |
2.0 |
20 |
1.3872 |
0.2125 |
| 1.3354 |
3.0 |
30 |
1.3116 |
0.6625 |
| 1.2689 |
4.0 |
40 |
1.1820 |
0.6375 |
| 1.1179 |
5.0 |
50 |
1.0075 |
0.7 |
| 0.9962 |
6.0 |
60 |
0.8707 |
0.7125 |
| 0.8842 |
7.0 |
70 |
0.7485 |
0.7625 |
| 0.786 |
8.0 |
80 |
0.6326 |
0.8 |
| 0.6757 |
9.0 |
90 |
0.5995 |
0.8 |
| 0.6104 |
10.0 |
100 |
0.4835 |
0.825 |
| 0.5821 |
11.0 |
110 |
0.3886 |
0.9 |
| 0.4721 |
12.0 |
120 |
0.3935 |
0.8625 |
| 0.3976 |
13.0 |
130 |
0.3020 |
0.925 |
| 0.4483 |
14.0 |
140 |
0.3171 |
0.9 |
| 0.2665 |
15.0 |
150 |
0.3016 |
0.9125 |
| 0.2119 |
16.0 |
160 |
0.2722 |
0.925 |
| 0.3376 |
17.0 |
170 |
0.3163 |
0.8875 |
| 0.1518 |
18.0 |
180 |
0.2681 |
0.9125 |
| 0.1559 |
19.0 |
190 |
0.3074 |
0.925 |
| 0.1031 |
20.0 |
200 |
0.3526 |
0.8875 |
| 0.1557 |
21.0 |
210 |
0.2254 |
0.9375 |
| 0.0846 |
22.0 |
220 |
0.2410 |
0.9375 |
| 0.0733 |
23.0 |
230 |
0.2369 |
0.925 |
| 0.0964 |
24.0 |
240 |
0.2273 |
0.9375 |
| 0.0574 |
25.0 |
250 |
0.2066 |
0.95 |
| 0.1113 |
26.0 |
260 |
0.2941 |
0.9125 |
| 0.1313 |
27.0 |
270 |
0.2715 |
0.925 |
| 0.0851 |
28.0 |
280 |
0.1725 |
0.9625 |
| 0.0402 |
29.0 |
290 |
0.2221 |
0.95 |
| 0.1075 |
30.0 |
300 |
0.2199 |
0.9625 |
| 0.0418 |
31.0 |
310 |
0.1699 |
0.95 |
| 0.1869 |
32.0 |
320 |
0.2287 |
0.9625 |
| 0.0637 |
33.0 |
330 |
0.3230 |
0.9125 |
| 0.0483 |
34.0 |
340 |
0.1602 |
0.975 |
| 0.0891 |
35.0 |
350 |
0.1615 |
0.975 |
| 0.0359 |
36.0 |
360 |
0.1571 |
0.975 |
| 0.1006 |
37.0 |
370 |
0.1809 |
0.9625 |
| 0.0417 |
38.0 |
380 |
0.1923 |
0.9625 |
| 0.0346 |
39.0 |
390 |
0.2035 |
0.9625 |
| 0.0417 |
40.0 |
400 |
0.1737 |
0.9625 |
| 0.0396 |
41.0 |
410 |
0.1833 |
0.9625 |
| 0.0202 |
42.0 |
420 |
0.1946 |
0.9625 |
| 0.0137 |
43.0 |
430 |
0.1785 |
0.9625 |
| 0.0214 |
44.0 |
440 |
0.1841 |
0.9625 |
| 0.0304 |
45.0 |
450 |
0.1690 |
0.9625 |
| 0.0199 |
46.0 |
460 |
0.1646 |
0.975 |
| 0.0122 |
47.0 |
470 |
0.1622 |
0.975 |
| 0.0324 |
48.0 |
480 |
0.1615 |
0.975 |
| 0.0269 |
49.0 |
490 |
0.1625 |
0.975 |
| 0.0245 |
50.0 |
500 |
0.1638 |
0.975 |
フレームワークバージョン
- Transformers 4.18.0
- Pytorch 1.11.0
- Datasets 2.1.0
- Tokenizers 0.12.1
📄 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。
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
PyTorch
Transformers 複数言語対応