Test Trainer To Hub

🚀 test-trainer-to-hub

本模型是在glue數據集上對bert-base-uncased進行微調後的版本。它在評估集上取得了以下成績：

• 損失值：0.7352
• 準確率：0.8456
• F1值：0.8938

🚀 快速開始

本模型可直接用於文本分類任務，基於微調後的bert-base-uncased，在glue數據集上表現良好。

📚 詳細文檔

模型描述

本模型是在glue數據集上對bert-base-uncased進行微調得到的。

預期用途與限制

文檔暫未提供相關信息。

訓練和評估數據

文檔暫未提供相關信息。

訓練過程

訓練超參數

訓練過程中使用了以下超參數：

• 學習率：5e - 05
• 訓練批次大小：8
• 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 4.16.2
• Pytorch 1.10.2+cu102
• Datasets 1.18.3
• Tokenizers 0.11.0

📄 許可證

本模型採用Apache-2.0許可證。

🔍 其他信息

• 標籤：generated_from_trainer
• 數據集：glue
• 指標：準確率、F1值

模型索引信息：

• 名稱：test-trainer-to-hub
• 結果：
  • 任務：
    • 名稱：文本分類
    • 類型：文本分類
  • 數據集：
    • 名稱：glue
    • 類型：glue
    • 參數：mrpc
  • 指標：
    • 名稱：準確率
    • 類型：準確率
    • 值：0.8455882352941176
    • 名稱：F1值
    • 類型：F1值
    • 值：0.893760539629005