Bert Base Uncased Finetuned Sdg Mar23

🚀 bert-base-uncased-finetuned-sdg-Mar23

本模型是 bert-base-uncased 在無特定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：0.3234
• 準確率：0.9113

🚀 快速開始

本模型是經過微調的版本，可直接用於相關自然語言處理任務，如文本分類等。

📚 詳細文檔

模型描述

該模型基於 bert-base-uncased 進行微調，不過具體的更多信息有待補充。

預期用途與限制

關於該模型的預期用途和限制方面，更多信息有待補充。

訓練和評估數據

訓練和評估所使用的數據相關信息，目前有待進一步補充。

標籤說明

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：16
• 評估批次大小：16
• 隨機種子：42
• 分佈式類型：多GPU
• 優化器：Adam，其中 betas = (0.9, 0.999)，epsilon = 1e - 08
• 學習率調度器類型：線性
• 訓練輪數：2

訓練結果

框架版本

• Transformers 4.27.1
• Pytorch 1.12.0a0 + 8a1a93a
• Datasets 2.10.1
• Tokenizers 0.13.2

📄 許可證

本模型採用 Apache-2.0 許可證。