Bert Practice Classifier

🚀 bert-practice-classifier

本模型是基於 distilbert-base-uncased 在 None 數據集上進行微調的版本。它在評估集上取得了以下結果：

• 損失值：0.7264
• 準確率：0.375
• Auc 值：0.133
• 精確率：0.333

📚 詳細文檔

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：0.0002
• 訓練批次大小：8
• 評估批次大小：8
• 隨機種子：42
• 優化器：使用 OptimizerNames.ADAMW_TORCH，其中 betas=(0.9,0.999)，epsilon=1e - 08，無額外優化器參數
• 學習率調度器類型：線性
• 訓練輪數：10

訓練結果

框架版本

• Transformers 4.50.0
• Pytorch 2.6.0+cu124
• Datasets 3.5.0
• Tokenizers 0.21.1

📄 許可證

本項目採用 Apache-2.0 許可證。