Distilhubert Ft Keyword Spotting

🚀 distilhubert-ft-keyword-spotting

本模型是 ntu-spml/distilhubert 在 superb 數據集上的微調版本。它在評估集上取得了以下結果：

• 損失值：0.1163
• 準確率：0.9706

🚀 快速開始

此模型已在 superb 數據集上完成微調，可直接用於音頻分類任務。

✨ 主要特性

• 基於微調的 ntu-spml/distilhubert 模型，在音頻分類任務上表現出色。
• 在評估集上取得了較低的損失值（0.1163）和較高的準確率（0.9706）。

📚 詳細文檔

模型描述

本模型是 ntu-spml/distilhubert 在 superb 數據集上的微調版本，可用於音頻分類任務。

預期用途與限制

該模型主要用於音頻分類任務，但具體的使用場景和限制暫未提供詳細信息。

訓練和評估數據

訓練和評估數據使用了 superb 數據集，但關於數據集的詳細信息暫未提供。

🔧 技術細節

訓練超參數

訓練過程中使用了以下超參數：

• 學習率：3e-05
• 訓練批次大小：256
• 評估批次大小：32
• 隨機種子：0
• 優化器：Adam（β1 = 0.9，β2 = 0.999，ε = 1e-08）
• 學習率調度器類型：線性
• 學習率調度器預熱比例：0.1
• 訓練輪數：5.0
• 混合精度訓練：Native AMP

訓練結果

框架版本

• Transformers 4.12.0.dev0
• Pytorch 1.9.1+cu111
• Datasets 1.14.0
• Tokenizers 0.10.3

📄 許可證

本模型採用 Apache-2.0 許可證。