/ Модель

Характеристики

Параметры
18,9 млн
Лицензия
Apache 2.0
Архитектура
hubert · dense
Базовая модель
distilhubert
Опубликована
29 июл 2023

distilhubert-finetuned-gtzan

Классификация текстаТекст → label3 профессии

Компактная модель на базе DistilHuBERT классифицирует аудиозаписи по музыкальным жанрам, обучаясь на наборе GTZAN.

31скачиваний за 30 дней1лайквеса обновлены7 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

VinayHajare/distilhubert-finetuned-gtzan — компактная модель аудиоклассификации на архитектуре HuBERT, дообученная на базе ntu-spml/distilhubert на наборе GTZAN. Модель содержит 18,9 млн параметров и предназначена для распознавания музыкальных жанров по аудиозаписям. В README указана точность 0,89 и значение функции потерь 0,5167 на оценочном наборе.

Модель принимает аудио и выдаёт метку класса жанра. Базовая DistilHuBERT разработана для извлечения речевых представлений из аудио с частотой 16 кГц; применение к жанровой классификации обусловлено дообучением на GTZAN. Доступна в форматах PyTorch и safetensors. Лицензия — Apache-2.0. README не содержит подробностей о языках, допустимой длительности аудио или ограничениях оценки, поэтому результаты на GTZAN не следует считать гарантией качества на других музыкальных данных.

Сценарии применения

  • определение музыкального жанра по аудиофрагменту
  • автоматическая категоризация музыкальной библиотеки
  • разметка жанров в музыкальном архиве

Ограничения

В README приведены результаты только на оценочном наборе GTZAN (точность 0,89); переносимость на другие жанры, источники и условия записи не подтверждена. Не описаны ограничения по длительности аудио и предобработке входного сигнала.

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: 0.5167
  • Accuracy: 0.89

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: 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: 12

Training results

Training LossEpochStepValidation LossAccuracy
2.21631.01132.07200.34
1.72372.02261.53610.59
1.32543.03391.20440.65
1.07574.04521.05780.66
1.06835.05650.89470.78
0.93076.06780.77160.82
1.03137.07910.72100.82
0.69888.09040.65060.8
0.80539.010170.59440.81
0.624310.011300.56370.87
0.623811.012430.52120.89
0.449312.013560.51670.89

Framework versions

  • Transformers 4.32.0.dev0
  • Pytorch 2.0.1+cu118
  • Datasets 2.14.2
  • 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
c6c73a6

0 моделей