Bert Base Cased Finetuned Sst2

🚀 bert-base-cased-finetuned-sst2

本模型是 bert-base-cased 在GLUE SST2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：0.3649
• 準確率：0.9232

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

🚀 快速開始

本模型是基於 bert-base-cased 在GLUE SST2數據集上微調得到的。若你想使用該模型進行文本分類任務，可參考以下訓練步驟。

📦 安裝指南

本模型使用 run_glue 腳本進行訓練，使用以下命令進行訓練：

#!/usr/bin/bash

python ../run_glue.py \
  --model_name_or_path bert-base-cased \
  --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 bert-base-cased-finetuned-sst2 \
  --push_to_hub \
  --hub_strategy all_checkpoints \
  --logging_strategy epoch \
  --save_strategy epoch \
  --evaluation_strategy epoch

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（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

📄 許可證

本模型採用Apache 2.0許可證。

📚 詳細文檔

模型信息

模型索引

• 名稱：bert-base-cased-finetuned-sst2
• 結果：
  • 任務：
    • 名稱：文本分類
    • 類型：文本分類
  • 數據集：
    • 名稱：GLUE SST2
    • 類型：glue
    • 參數：sst2
  • 評估指標：
    • 名稱：準確率
    • 類型：準確率
    • 值：0.9231651376146789