/ Модель

Характеристики

Параметры
18,9 млн
Лицензия
Apache 2.0
Архитектура
hubert · dense
Базовая модель
distilhubert
Библиотека
transformers
Опубликована
15 авг 2026

distilhubert-finetuned-gtzan

Классификация текстаТекст → label3 профессии

Компактная модель на базе DistilHuBERT определяет музыкальный жанр аудиозаписи и дообучена на датасете GTZAN.

19скачиваний за 30 дней0лайковвеса обновлены16 авг 2026

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

S3Sound/distilhubert-finetuned-gtzan — модель классификации аудио на базе DistilHuBERT, дообученная на наборе GTZAN. Она предназначена для определения музыкального жанра по аудиозаписи. В оценке на тестовой выборке указана точность 0,85 и loss 0,548.

Модель содержит 18,9 млн параметров и использует архитектуру HuBERT для классификации последовательности. Базовая DistilHuBERT предназначена для извлечения представлений из аудио с частотой 16 кГц; сведения о требованиях к входному формату этой дообученной версии в карточке не приведены. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • классификация музыкальных жанров по аудиозаписи
  • автоматическая разметка музыкальной коллекции
  • поиск треков по жанру
  • анализ жанрового состава музыкального каталога

Ограничения

README не содержит подробностей об ограничениях и условиях оценки; приведённая точность относится к оценочной выборке GTZAN, поэтому качество на других музыкальных данных не установлено.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

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: 0.5480
  • Accuracy: 0.85

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: 5e-05
  • train_batch_size: 4
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 2
  • total_train_batch_size: 8
  • optimizer: Use OptimizerNames.ADAMW_TORCH_FUSED with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 100
  • num_epochs: 10
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossAccuracy
3.86841.01131.88200.51
2.40472.02261.23710.69
2.14653.03390.98450.73
1.41884.04520.81590.8
0.82085.05650.66490.82
0.74476.06780.60840.83
0.63317.07910.55820.83
0.24788.09040.57330.84
0.30539.010170.51300.86
0.216010.011300.54800.85

Framework versions

  • Transformers 5.14.1
  • Pytorch 2.13.0+cu130
  • Datasets 5.0.0
  • Tokenizers 0.22.2

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · text-classification

Нельзя запустить

Для архитектуры hubert нет загрузчика под задачу text-classification.

Класс архитектуры
HubertForSequenceClassification
Ревизия весов
72ca357

0 моделей