Convnext Tiny 224 Finetuned On Unlabelled IA With Snorkel Labels

🚀 convnext-tiny-224_finetuned_on_unlabelled_IA_with_snorkel_labels

該模型是在無標籤的IA數據集上，使用Snorkel標籤進行微調的版本。它在評估集上取得了不錯的效果，能有效衡量模型性能的指標如損失、精確率、召回率等都有相應的表現。

🚀 快速開始

此部分暫未提供相關內容，若有需要可進一步補充。

✨ 主要特性

• 指標多樣：該模型可以計算多種評估指標，包括精確率（Precision）、召回率（Recall）、F1值（F1）和準確率（Accuracy）。

📚 詳細文檔

模型描述

此模型是 在None數據集上的微調版本。它在評估集上取得了以下結果：

• 損失（Loss）：0.4381
• 精確率（Precision）：0.8239
• 召回率（Recall）：0.7919
• F1值（F1）：0.8058
• 準確率（Accuracy）：0.8629

預期用途與限制

更多信息待補充。

訓練和評估數據

更多信息待補充。

訓練過程

訓練超參數

訓練期間使用了以下超參數：

• 學習率（learning_rate）：0.001
• 訓練批次大小（train_batch_size）：256
• 評估批次大小（eval_batch_size）：256
• 隨機種子（seed）：42
• 優化器（optimizer）：Adam，β值為(0.9, 0.999)，ε值為1e - 08
• 學習率調度器類型（lr_scheduler_type）：線性
• 訓練輪數（num_epochs）：30
• 混合精度訓練（mixed_precision_training）：原生自動混合精度（Native AMP）

訓練結果

框架版本

• Transformers：4.23.1
• Pytorch：1.12.1+cu113
• Datasets：2.6.0
• Tokenizers：0.13.1