🚀 python-gpt2-large-issues-128

本项目是一个基于微调模型的项目，该模型在特定数据集上对预训练模型进行了微调，以实现特定的任务。它在评估集上有一定的性能表现，可用于相关的自然语言处理任务。

🚀 快速开始

本部分暂未提供具体的快速开始内容。

📚 详细文档

模型概述

此模型是 bert-base-uncased 在 None 数据集上的微调版本。它在评估集上取得了以下结果：

• 损失值：1.2286

预期用途与限制

本部分暂未提供相关信息。

训练和评估数据

本部分暂未提供相关信息。

训练过程

训练超参数

训练期间使用了以下超参数：

• 学习率：5e-05
• 训练批次大小：8
• 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：16

训练结果

框架版本

• Transformers 4.17.0
• Pytorch 1.10.2+cu102
• Datasets 1.18.3
• Tokenizers 0.11.6

📄 许可证

本项目采用 Apache-2.0 许可证。