/ Модель

Характеристики

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

distilhubert-finetuned-gtzan

Классификация текстаТекст → label3 профессии

Компактная модель HuBERT, дообученная для определения музыкального жанра по аудиозаписи.

16скачиваний за 30 дней0лайковвеса обновлены31 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

Youghourta дообучил компактную модель ntu-spml/distilhubert для классификации аудио на датасете GTZAN. Это модель семейства HuBERT с архитектурой HubertForSequenceClassification и 18,9 млн параметров; она принимает аудио и предсказывает класс музыкального жанра. На оценочной выборке GTZAN указаны точность 0,84 и значение функции потерь 0,9007. Модель предназначена для автоматической классификации музыкальных записей; базовая distilhubert рассчитана на аудио с частотой 16 кГц. Распространяется по лицензии Apache-2.0.

Сценарии применения

  • определение жанра музыкальной записи
  • автоматическая разметка музыкальной коллекции по жанрам
  • классификация треков из датасета GTZAN

Ограничения

В README приведены метрики только на оценочной выборке GTZAN; качество на других жанрах и музыкальных коллекциях не описано. Частота аудио 16 кГц указана для базовой модели.

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: 0.9007
  • Accuracy: 0.84

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: 3e-05
  • train_batch_size: 8
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 4
  • total_train_batch_size: 32
  • 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: cosine
  • lr_scheduler_warmup_steps: 0.1
  • num_epochs: 15
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossAccuracy
9.18601.0292.26050.19
8.86742.0582.09930.45
7.87723.0871.80320.57
6.73264.01161.55470.59
6.04565.01451.37400.74
5.57856.01741.23710.76
4.98857.02031.13660.76
4.42768.02321.06740.8
4.21479.02611.00600.77
3.914410.02900.95900.82
3.893011.03190.93080.83
3.699112.03480.91250.83
3.813913.03770.90730.82
3.640314.04060.90070.84
3.638915.04350.90020.84

Framework versions

  • Transformers 5.16.1
  • Pytorch 2.11.0+cu128
  • Datasets 4.0.0
  • Tokenizers 0.23.1

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
d485cdd

0 моделей