Характеристики

Параметры: 18,9 млн
Лицензия: Apache 2.0
Архитектура: hubert · dense
Базовая модель: distilhubert
Опубликована: 20 авг 2023

Ссылки

Hugging Face

distilhubert-finetuned-gtzan

KGSAGAR

Классификация текстаТекст → label

Дообученная distilHuBERT для классификации музыкальных записей по жанрам GTZAN.

5скачиваний за 30 дней0лайковвеса обновлены21 авг 2023

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

KGSAGAR/distilhubert-finetuned-gtzan — дообученная KGSAGAR модель на базе ntu-spml/distilhubert для классификации музыкальных аудиозаписей по жанрам из набора GTZAN. Модель использует архитектуру HuBERT с классификационной головой; размер составляет 18,9 млн параметров.

На оценочной выборке GTZAN указана точность 0,86 и значение функции потерь 0,594. Модель принимает аудио и выдаёт метку жанра. Базовая distilHuBERT предназначена для работы с аудио 16 кГц; карточка этой модели не уточняет формат входного сигнала и контекст классификатора.

Модель распространяется по лицензии Apache-2.0. Результаты приведены для GTZAN; качество на других музыкальных жанрах, корпусах и условиях записи не установлено.

Сценарии применения

определение музыкального жанра аудиозаписи
автоматическая категоризация музыкальной библиотеки
разметка треков по жанрам в аудиоколлекции

Ограничения

Точность 0,86 указана только для оценочной выборки GTZAN; качество на других корпусах и условиях записи не приведено.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

distilhubert-finetuned-gtzan

This model is a fine-tuned version of ntu-spml/distilhubert on the GTZAN dataset. It achieves the following results on the evaluation set:

Loss: 0.5940
Accuracy: 0.86

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

learning_rate: 6e-05
train_batch_size: 8
eval_batch_size: 8
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
lr_scheduler_warmup_ratio: 0.1
num_epochs: 11

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy
1.9604	1.0	113	1.8896	0.47
0.9921	2.0	226	1.1632	0.65
0.9314	3.0	339	0.9269	0.73
0.7916	4.0	452	0.7033	0.84
0.4223	5.0	565	0.6700	0.79
0.2548	6.0	678	0.6467	0.85
0.2854	7.0	791	0.6092	0.82
0.1582	8.0	904	0.6272	0.86
0.1024	9.0	1017	0.6225	0.82
0.0345	10.0	1130	0.6064	0.84
0.0671	11.0	1243	0.5940	0.86

Framework versions

Transformers 4.33.0.dev0
Pytorch 2.0.1+cu118
Datasets 2.14.4
Tokenizers 0.13.3

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · text-classification

Нельзя запустить

Для архитектуры hubert нет загрузчика под задачу text-classification.

Класс архитектуры: HubertForSequenceClassification
Ревизия весов: 9231d03