许可证：apache-2.0
标签：

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

模型索引：

• 名称：bert-base-uncased-ag_news
  结果：
  • 任务：
    名称：文本分类
    类型：text-classification
    数据集：
    名称：ag_news
    类型：ag_news
    参数：默认
    评估指标：
    • 名称：准确率
      类型：accuracy
      值：0.9375

bert-base-uncased-ag_news

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

• 损失：0.3284
• 准确率：0.9375

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

训练流程

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：8
• 评估批次大小：16
• 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：7425
• 训练总步数：74250

训练结果

框架版本

• Transformers 4.10.2
• PyTorch 1.7.1
• Datasets 1.6.1
• Tokenizers 0.10.3