🚀 bert-base-uncased-finetuned-sdg-Mar23

本模型是 bert-base-uncased 在无特定数据集上的微调版本。它在评估集上取得了以下成绩：

• 损失值：0.3234
• 准确率：0.9113

🚀 快速开始

本模型是经过微调的版本，可直接用于相关自然语言处理任务，如文本分类等。

📚 详细文档

模型描述

该模型基于 bert-base-uncased 进行微调，不过具体的更多信息有待补充。

预期用途与限制

关于该模型的预期用途和限制方面，更多信息有待补充。

训练和评估数据

训练和评估所使用的数据相关信息，目前有待进一步补充。

标签说明

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：16
• 评估批次大小：16
• 随机种子：42
• 分布式类型：多GPU
• 优化器：Adam，其中 betas = (0.9, 0.999)，epsilon = 1e - 08
• 学习率调度器类型：线性
• 训练轮数：2

训练结果

框架版本

• Transformers 4.27.1
• Pytorch 1.12.0a0 + 8a1a93a
• Datasets 2.10.1
• Tokenizers 0.13.2

📄 许可证

本模型采用 Apache-2.0 许可证。