Bert Base Cased Finetuned Cola

🚀 bert-base-cased-finetuned-cola

该模型是 bert-base-cased 在GLUE COLA数据集上的微调版本。它在评估集上取得了以下结果，可用于文本分类任务，为相关自然语言处理工作提供了有效的支持：

• 损失值：0.6747
• 马修斯相关系数：0.5957

此模型经过微调，用于对比 google/fnet-base（如 本文 所述）和 bert-base-cased 的性能。

📚 详细文档

模型信息

训练过程

此模型使用 run_glue 脚本进行训练，使用的命令如下：

#!/usr/bin/bash

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

训练超参数

训练过程中使用了以下超参数：

• 学习率：2e-05
• 训练批次大小：16
• 评估批次大小：8
• 随机种子：42
• 优化器：Adam（β1=0.9，β2=0.999，ε=1e-08）
• 学习率调度器类型：线性
• 训练轮数：3.0

训练结果

框架版本

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

📄 许可证

本模型采用 apache-2.0 许可证。