🚀 网站分类模型

本模型是一个基于自然语言处理的网站分类模型，它在未知数据集上对 distilbert-base-uncased 进行了微调。该模型在评估集上取得了优异的成绩，能够高效准确地对网站进行分类。

🚀 快速开始

此模型是 distilbert-base-uncased 在未知数据集上的微调版本。它在评估集上取得了以下结果：

• 损失值：0.2292
• 准确率：0.9504
• F1值：0.9489
• 精确率：0.9510
• 召回率：0.9504

🔧 技术细节

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：16
• 随机种子：42
• 优化器：Adam（β1=0.9，β2=0.999，ε=1e-08）
• 学习率调度器类型：线性
• 训练轮数：30
• 混合精度训练：原生自动混合精度（Native AMP）

训练结果

框架版本

• Transformers 4.26.0
• Pytorch 1.13.1+cu116
• Datasets 2.9.0
• Tokenizers 0.13.2

📄 许可证

本模型采用 Apache-2.0 许可证。