Fnet Base Finetuned Qqp

🚀 fnet-base-finetuned-qqp

本模型是 google/fnet-base 在GLUE QQP數據集上的微調版本。它在評估集上取得了以下成績：

• 損失值：0.3686
• 準確率：0.8847
• F1值：0.8466
• 綜合得分：0.8657

該模型經過微調，用於將 google/fnet-base（如 這篇論文 中所介紹）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：

python ../run_glue.py \
  --model_name_or_path google/fnet-base \
  --task_name qqp \
  --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-qqp \
  --push_to_hub \
  --hub_strategy all_checkpoints \
  --logging_strategy epoch \
  --save_strategy epoch \
  --evaluation_strategy epoch

📚 詳細文檔

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：8
• 隨機種子：42
• 優化器：Adam（β=(0.9, 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

📄 許可證

本模型採用 Apache-2.0 許可證。

📋 模型信息