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:
• spearmanr 模型索引:
• 名称: bert-base-cased-finetuned-stsb 结果:
  • 任务: 名称: 文本分类 类型: text-classification 数据集: 名称: GLUE STSB 类型: glue 参数: stsb 评估指标:
    • 名称: Spearmanr 类型: spearmanr 值: 0.8897907271421561

bert-base-cased-finetuned-stsb

该模型是基于bert-base-cased在GLUE STSB数据集上微调后的版本。其在评估集上的表现如下：

• 损失: 0.4861
• 皮尔逊系数: 0.8926
• 斯皮尔曼系数: 0.8898
• 综合得分: 0.8912

此模型微调的目的是为了比较google/fnet-base（如此论文所述）与bert-base-cased的性能。

模型描述

需补充更多信息

预期用途与限制

需补充更多信息

训练与评估数据

需补充更多信息

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 bert-base-cased \\n  --task_name stsb \\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 bert-base-cased-finetuned-stsb \\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

训练过程中使用的超参数如下：
- 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: 线性
- 训练轮数: 3.0

### 训练结果

| 训练损失 | 轮次 | 步数 | 综合得分 | 验证损失 | 皮尔逊系数 | 斯皮尔曼系数 |
|:-------------:|:-----:|:----:|:--------------:|:---------------:|:-------:|:---------:|
| 1.1174        | 1.0   | 360  | 0.8816         | 0.5000          | 0.8832  | 0.8800    |
| 0.3835        | 2.0   | 720  | 0.8901         | 0.4672          | 0.8915  | 0.8888    |
| 0.2388        | 3.0   | 1080 | 0.8912         | 0.4861          | 0.8926  | 0.8898    |

### 框架版本

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