您尚未登录账户请先登录您的atyun账户，方可使用该功能
您的企业账号申请正在审核中审核通过后即可使用此功能，请耐心等待~
模型:
philschmid/tiny-bert-sst2-distilled
任务:
文本分类
许可:
apache-2.0
英文tiny-bert-sst2-distilled
这个模型是在glue数据集上对 google/bert_uncased_L-2_H-128_A-2 进行微调得到的。它在评估集上取得了以下结果：
- Loss: 1.7305
- Accuracy: 0.8326
模型描述
需要更多的信息
预期用途和限制
需要更多的信息
训练和评估数据
需要更多的信息
训练过程
训练超参数
在训练过程中使用了以下超参数：
- learning_rate: 0.0007199555649276667
- train_batch_size: 1024
- eval_batch_size: 1024
- seed: 33
- optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
- lr_scheduler_type: linear
- num_epochs: 7
- mixed_precision_training: Native AMP
训练结果
| Training Loss | Epoch | Step | Validation Loss | Accuracy |
|---|---|---|---|---|
| 1.77 | 1.0 | 66 | 1.6939 | 0.8165 |
| 0.729 | 2.0 | 132 | 1.5090 | 0.8326 |
| 0.5242 | 3.0 | 198 | 1.5369 | 0.8257 |
| 0.4017 | 4.0 | 264 | 1.7025 | 0.8326 |
| 0.327 | 5.0 | 330 | 1.6743 | 0.8245 |
| 0.2749 | 6.0 | 396 | 1.7305 | 0.8337 |
| 0.2521 | 7.0 | 462 | 1.7305 | 0.8326 |
框架版本
- Transformers 4.12.3
- Pytorch 1.9.1
- Datasets 1.15.1
- Tokenizers 0.10.3