Distilbert Base Uncased Finetuned Ingredients

🚀 微调成分识别的DistilBERT基础无大小写模型

本模型是 distilbert-base-uncased 在 ingredients_yes_no 数据集上的微调版本。它在评估集上取得了以下成果：

• 损失值：0.0105
• 精确率：0.9899
• 召回率：0.9932
• F1值：0.9915
• 准确率：0.9978

🚀 快速开始

本模型是基于 distilbert-base-uncased 在 ingredients_yes_no 数据集上进行微调得到的，可用于成分识别的相关任务。

📚 详细文档

模型信息

训练和评估指标

该模型在评估集上的表现如下：

• 损失值：0.0105
• 精确率：0.9899
• 召回率：0.9932
• F1值：0.9915
• 准确率：0.9978

模型索引

• 名称：distilbert-base-uncased-finetuned-ingredients
  • 结果：
    • 任务：
      • 名称：标记分类
      • 类型：标记分类
    • 数据集：
      • 名称：ingredients_yes_no
      • 类型：ingredients_yes_no
      • 参数：IngredientsYesNo
    • 指标：
      • 名称：精确率
      • 类型：精确率
      • 值：0.9898648648648649
      • 名称：召回率
      • 类型：召回率
      • 值：0.9932203389830508
      • 名称：F1值
      • 类型：F1值
      • 值：0.9915397631133671
      • 名称：准确率
      • 类型：准确率
      • 值：0.9978308026030369

🔧 技术细节

训练超参数

训练过程中使用了以下超参数：

• 学习率：2e-05
• 训练批次大小：16
• 评估批次大小：16
• 随机种子：42
• 优化器：Adam（β1=0.9，β2=0.999，ε=1e-08）
• 学习率调度器类型：线性
• 训练轮数：10

训练结果

框架版本

• Transformers 4.10.2
• Pytorch 1.9.0+cu102
• Datasets 1.11.0
• Tokenizers 0.10.3

📄 许可证

本模型采用 Apache-2.0 许可证。