Sagemaker Distilbert Emotion

🚀 sagemaker-distilbert-emotion

本模型是基於 distilbert-base-uncased 在 emotion 數據集上進行微調的版本。它在評估集上取得了出色的效果，能有效進行文本分類任務，為情感分析等應用提供了有力支持。

🚀 快速開始

此模型是 distilbert-base-uncased 在 emotion 數據集上的微調版本。它在評估集上取得了以下結果：

• 損失率：0.2590
• 準確率：0.915

📚 詳細文檔

模型描述

更多信息待補充。

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

訓練過程中使用了以下超參數：

• 學習率：3e - 05
• 訓練批次大小：32
• 評估批次大小：64
• 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
• 學習率調度器熱身步數：500
• 訓練輪數：1
• 混合精度訓練：原生自動混合精度（Native AMP）

訓練結果

框架版本

• Transformers 4.12.3
• Pytorch 1.9.1
• Datasets 1.15.1
• Tokenizers 0.10.3

📄 許可證

本模型採用 Apache - 2.0 許可證。