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:
• 马修斯相关系数 模型索引:
• 名称: fnet-base-finetuned-cola 结果:
  • 任务: 名称: 文本分类 类型: text-classification 数据集: 名称: GLUE COLA 类型: glue 参数: cola 评估指标:
    • 名称: 马修斯相关系数 类型: matthews_correlation 值: 0.35940659235571387

fnet-base-finetuned-cola

该模型是基于google/fnet-base在GLUE COLA数据集上微调的版本。 在评估集上取得了以下结果:

• 损失: 0.5929
• 马修斯相关系数: 0.3594

此模型微调的目的是将google/fnet-base（如此论文中介绍）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 cola \\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-cola \\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 | 马修斯相关系数 |
|:-------------:|:-----:|:----:|:---------------:|:--------------------:|
| 0.5895        | 1.0   | 535  | 0.6146          | 0.1699               |
| 0.4656        | 2.0   | 1070 | 0.5667          | 0.3047               |
| 0.3329        | 3.0   | 1605 | 0.5929          | 0.3594               |

### 框架版本

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