/ Модель

Характеристики

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

genre-recognizer-finetuned-gtzan_dset

Классификация текстаТекст → label3 профессии

Компактная модель на базе DistilHuBERT классифицирует музыкальные записи по жанру, используя аудио.

33скачиваний за 30 дней4лайкавеса обновлены17 сен 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

Модель pedromatias97/genre-recognizer-finetuned-gtzan_dset — версия NTU DistilHuBERT, дообученная на наборе GTZAN для классификации музыкальных жанров. Она принимает аудио и предсказывает жанровую метку; в README приведены результаты на оценочной выборке: accuracy 0,8972 и F1 0,8974. Модель построена на архитектуре HuBERTForSequenceClassification, содержит 18,9 млн параметров и опубликована в формате PyTorch.

Лицензия — Apache-2.0. Карточка не уточняет набор жанров и условия записи, поэтому показатели не следует автоматически переносить на аудио вне оценочной выборки GTZAN.

Сценарии применения

  • определение жанра музыкальной записи
  • автоматическая разметка музыкальной библиотеки по жанрам
  • классификация аудиофрагментов из набора GTZAN

Ограничения

README не описывает полный набор поддерживаемых жанров, условия обучения и поведение на аудио, отличном от GTZAN. Указанные метрики относятся только к оценочной выборке; заявленная базовая модель рассчитана на аудио 16 кГц.

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

music-genre-detector-finetuned-gtzan_dset

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: 0.3892
  • Accuracy: 0.8972
  • Precision: 0.8989
  • Recall: 0.8972
  • F1: 0.8974

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: 9e-05
  • train_batch_size: 4
  • eval_batch_size: 4
  • seed: 42
  • gradient_accumulation_steps: 16
  • total_train_batch_size: 64
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_ratio: 0.1
  • num_epochs: 7

Training results

Training LossEpochStepValidation LossAccuracyPrecisionRecallF1
2.23190.98491.58080.52630.56820.52630.4767
1.26821.98990.97500.75560.75240.75560.7510
0.94622.991490.74030.79450.79640.79450.7921
0.59463.991990.59210.82330.82810.82330.8214
0.40954.992490.47720.86340.86630.86340.8638
0.33495.992990.41670.88350.88660.88350.8841
0.24276.883430.38920.89720.89890.89720.8974

Framework versions

  • Transformers 4.33.1
  • Pytorch 1.10.2+cu111
  • Datasets 2.14.5
  • 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
3fd388c

0 моделей