/ Модель

Характеристики

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

distilhubert-finetuned-gtzan

Классификация текстаТекст → label3 профессии

Дообученная на GTZAN компактная модель HuBERT для классификации музыкальных аудиозаписей по жанрам.

9скачиваний за 30 дней0лайковвеса обновлены6 июл 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

fffmath/distilhubert-finetuned-gtzan — модель классификации аудио, созданная дообучением ntu-spml/distilhubert на наборе GTZAN. Она предназначена для распознавания музыкальных жанров по аудиозаписям. Модель использует архитектуру HuBERT для классификации последовательности и содержит 18,9 млн параметров; веса опубликованы в формате safetensors.

В README указана точность 0,85 и значение loss 0,5595 на оценочной выборке. Модель распространяется по лицензии Apache-2.0. Подробности о поддерживаемых жанрах, длине и формате аудиовхода, а также известных ограничениях карточка не приводит.

Сценарии применения

  • классификация музыкальных фрагментов по жанру
  • автоматическая разметка музыкальной библиотеки
  • поиск и группировка композиций по жанрам

Ограничения

В README приведены результаты на оценочной выборке GTZAN, но не описаны жанры, состав выборки и переносимость результатов на другие музыкальные данные.

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: 0.5595
  • 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: 8
  • eval_batch_size: 8
  • seed: 42
  • optimizer: Use 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
1.89061.01131.81540.43
1.18882.02261.20040.67
0.99173.03391.02520.72
0.59374.04520.74230.81
0.46695.05650.72310.77
0.32056.06780.62790.82
0.35087.07910.58610.83
0.12548.09040.53350.84
0.22969.010170.58370.84
0.085210.011300.55950.85

Framework versions

  • Transformers 5.13.0
  • Pytorch 2.12.1+cu130
  • Datasets 2.21.0
  • 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
11d1d1d

0 моделей