Distilbert Base Uncased Finetuned Ingredients

🚀 微調成分識別的DistilBERT基礎無大小寫模型

本模型是 distilbert-base-uncased 在 ingredients_yes_no 數據集上的微調版本。它在評估集上取得了以下成果：

• 損失值：0.0105
• 精確率：0.9899
• 召回率：0.9932
• F1值：0.9915
• 準確率：0.9978

🚀 快速開始

本模型是基於 distilbert-base-uncased 在 ingredients_yes_no 數據集上進行微調得到的，可用於成分識別的相關任務。

📚 詳細文檔

模型信息

訓練和評估指標

該模型在評估集上的表現如下：

• 損失值：0.0105
• 精確率：0.9899
• 召回率：0.9932
• F1值：0.9915
• 準確率：0.9978

模型索引

• 名稱：distilbert-base-uncased-finetuned-ingredients
  • 結果：
    • 任務：
      • 名稱：標記分類
      • 類型：標記分類
    • 數據集：
      • 名稱：ingredients_yes_no
      • 類型：ingredients_yes_no
      • 參數：IngredientsYesNo
    • 指標：
      • 名稱：精確率
      • 類型：精確率
      • 值：0.9898648648648649
      • 名稱：召回率
      • 類型：召回率
      • 值：0.9932203389830508
      • 名稱：F1值
      • 類型：F1值
      • 值：0.9915397631133671
      • 名稱：準確率
      • 類型：準確率
      • 值：0.9978308026030369

🔧 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：2e-05
• 訓練批次大小：16
• 評估批次大小：16
• 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：10

訓練結果

框架版本

• Transformers 4.10.2
• Pytorch 1.9.0+cu102
• Datasets 1.11.0
• Tokenizers 0.10.3

📄 許可證

本模型採用 Apache-2.0 許可證。