Website Classification

🚀 網站分類模型

本模型是一個基於自然語言處理的網站分類模型，它在未知數據集上對 distilbert-base-uncased 進行了微調。該模型在評估集上取得了優異的成績，能夠高效準確地對網站進行分類。

🚀 快速開始

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

• 損失值：0.2292
• 準確率：0.9504
• F1值：0.9489
• 精確率：0.9510
• 召回率：0.9504

🔧 技術細節

訓練超參數

訓練過程中使用了以下超參數：

• 學習率：2e-05
• 訓練批次大小：16
• 評估批次大小：16
• 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：30
• 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 4.26.0
• Pytorch 1.13.1+cu116
• Datasets 2.9.0
• Tokenizers 0.13.2

📄 許可證

本模型採用 Apache-2.0 許可證。