语言:

• 英文 许可证: apache-2.0 标签:
• 训练器生成
• fnet-bert-base对比 数据集:
• glue 评估指标:
• 准确率
• F1值 模型索引:
• 名称: fnet-base-finetuned-qqp 结果:
  • 任务: 名称: 文本分类 类型: text-classification 数据集: 名称: GLUE QQP 类型: glue 参数: qqp 评估指标:
    • 名称: 准确率 类型: accuracy 值: 0.8847390551570616
    • 名称: F1值 类型: f1 值: 0.8466197090382463

fnet-base-finetuned-qqp

该模型是在GLUE QQP数据集上对google/fnet-base进行微调的版本。
在评估集上取得了以下结果:

• 损失: 0.3686
• 准确率: 0.8847
• F1值: 0.8466
• 综合得分: 0.8657

此模型微调的目的是将google/fnet-base（如此论文所介绍）与bert-base-cased进行对比。

模型描述

需要更多信息

预期用途与限制

需要更多信息

训练与评估数据

需要更多信息

训练过程

此模型使用run_glue脚本进行训练。使用的命令如下:

#!/usr/bin/bash


python ../run_glue.py \\n  --model_name_or_path google/fnet-base \\n  --task_name qqp \\n  --do_train \\n  --do_eval \\n  --max_seq_length 512 \\n  --per_device_train_batch_size 16 \\n  --learning_rate 2e-5 \\n  --num_train_epochs 3 \\n  --output_dir fnet-base-finetuned-qqp \\n  --push_to_hub \\n  --hub_strategy all_checkpoints \\n  --logging_strategy epoch \\n  --save_strategy epoch \\n  --evaluation_strategy epoch \\n```

### 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，参数beta=(0.9,0.999)，epsilon=1e-08  
- 学习率调度器类型: linear  
- 训练轮数: 3.0  

### 训练结果

| 训练损失 | 轮次 | 步数  | 验证损失 | 准确率 | F1值  | 综合得分 |
|:-------------:|:-----:|:-----:|:---------------:|:--------:|:------:|:--------------:|
| 0.3484        | 1.0   | 22741 | 0.3014          | 0.8676   | 0.8297 | 0.8487         |
| 0.2387        | 2.0   | 45482 | 0.3011          | 0.8801   | 0.8429 | 0.8615         |
| 0.1739        | 3.0   | 68223 | 0.3686          | 0.8847   | 0.8466 | 0.8657         |


### 框架版本

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