许可证：apache-2.0
标签：

• 训练生成
• sibyl
  数据集：
• amazon_polarity
  评估指标：
• 准确率

模型索引：

• 名称：bert-base-uncased-amazon_polarity
  结果：
  • 任务：
    名称：文本分类
    类型：text-classification
    数据集：
    名称：amazon_polarity
    类型：amazon_polarity
    参数：amazon_polarity
    指标：
    • 名称：准确率
      类型：accuracy
      值：0.94647
  • 任务：
    类型：text-classification
    名称：文本分类
    数据集：
    名称：amazon_polarity
    类型：amazon_polarity
    配置：amazon_polarity
    拆分：test
    指标：
    • 名称：准确率
      类型：accuracy
      值：0.9464875
      已验证：true
    • 名称：精确率
      类型：precision
      值：0.9528844934702675
      已验证：true
    • 名称：召回率
      类型：recall
      值：0.939425
      已验证：true
    • 名称：AUC
      类型：auc
      值：0.9863499156250001
      已验证：true
    • 名称：F1分数
      类型：f1
      值：0.9461068798388619
      已验证：true
    • 名称：损失
      类型：loss
      值：0.2944573760032654
      已验证：true

bert-base-uncased-amazon_polarity

该模型是基于bert-base-uncased在amazon_polarity数据集上微调的版本。
在评估集上取得了以下结果：

• 损失：0.2945
• 准确率：0.9465

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

训练超参数

训练过程中使用了以下超参数：

• 学习率：5e-05
• 训练批次大小：1
• 评估批次大小：8
• 随机种子：42
• 优化器：Adam（beta1=0.9，beta2=0.999，epsilon=1e-08）
• 学习率调度器类型：线性
• 学习率预热步数：1782000
• 训练总步数：17820000

训练结果