Bert Base Cased Finetuned Sst2

🚀 bert-base-cased-finetuned-sst2

本模型是 bert-base-cased 在GLUE SST2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：0.3649
• 准确率：0.9232

该模型经过微调，用于将 google/fnet-base（如 本文 中所介绍）与 bert-base-cased 进行对比。

🚀 快速开始

本模型是基于 bert-base-cased 在GLUE SST2数据集上微调得到的。若你想使用该模型进行文本分类任务，可参考以下训练步骤。

📦 安装指南

本模型使用 run_glue 脚本进行训练，使用以下命令进行训练：

#!/usr/bin/bash

python ../run_glue.py \
  --model_name_or_path bert-base-cased \
  --task_name sst2 \
  --do_train \
  --do_eval \
  --max_seq_length 512 \
  --per_device_train_batch_size 16 \
  --learning_rate 2e-5 \
  --num_train_epochs 3 \
  --output_dir bert-base-cased-finetuned-sst2 \
  --push_to_hub \
  --hub_strategy all_checkpoints \
  --logging_strategy epoch \
  --save_strategy epoch \
  --evaluation_strategy epoch

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：8
• 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：3.0

训练结果

框架版本

• Transformers 4.11.0.dev0
• Pytorch 1.9.0
• Datasets 1.12.1
• Tokenizers 0.10.3

📄 许可证

本模型采用Apache 2.0许可证。

📚 详细文档

模型信息

模型索引

• 名称：bert-base-cased-finetuned-sst2
• 结果：
  • 任务：
    • 名称：文本分类
    • 类型：文本分类
  • 数据集：
    • 名称：GLUE SST2
    • 类型：glue
    • 参数：sst2
  • 评估指标：
    • 名称：准确率
    • 类型：准确率
    • 值：0.9231651376146789