Fnet Base Finetuned Sst2

🚀 fnet-base-finetuned-sst2

該模型是 google/fnet-base 在GLUE SST2數據集上的微調版本。它在評估集上取得了以下效果：

• 損失率：0.4674
• 準確率：0.8945

此模型經過微調，用於將 google/fnet-base（如 本文 中所述）與 bert-base-cased 進行對比。

🚀 快速開始

本模型使用 run_glue 腳本進行訓練，使用的命令如下：

#!/usr/bin/bash

python ../run_glue.py \
  --model_name_or_path google/fnet-base \
  --task_name sst2 \
  --do_train \
  --do_eval \
  --max_seq_length 512 \
  --per_device_train_batch_size 16 \
  --learning_rate 2e-5 \
  --num_train_epochs 3 \
  --output_dir fnet-base-finetuned-sst2 \
  --push_to_hub \
  --hub_strategy all_checkpoints \
  --logging_strategy epoch \
  --save_strategy epoch \
  --evaluation_strategy epoch

📦 安裝指南

文檔未提供相關安裝步驟，暫不展示。

💻 使用示例

文檔未提供相關代碼示例，暫不展示。

📚 詳細文檔

訓練超參數

訓練期間使用的超參數如下：

• 學習率：2e-05
• 訓練批次大小：16
• 評估批次大小：8
• 隨機種子：42
• 優化器：Adam（β1=0.9，β2=0.999，ε=1e-08）
• 學習率調度器類型：線性
• 訓練輪數：3.0

訓練結果

框架版本

• Transformers 4.11.0.dev0
• Pytorch 1.9.0
• Datasets 1.12.1
• Tokenizers 0.10.3

🔧 技術細節

文檔未提供相關技術細節，暫不展示。

📄 許可證

本模型使用的許可證為Apache-2.0。

📋 模型信息