/ Модель

Характеристики

Параметры
113 млн
Лицензия
Apache 2.0
Архитектура
wav2vec2 · dense
Базовая модель
wav2vec2-base
Опубликована
18 апр 2024

classification_facebook_wav2vec2-base-finetuned-gtzan-2

Классификация текстаТекст → label

Дообученная на GTZAN модель wav2vec 2.0 для классификации музыкальных аудиозаписей.

7скачиваний за 30 дней0лайковвеса обновлены18 апр 2024

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 saketag73/classification_facebook_wav2vec2-base-finetuned-gtzan-2 — дообученная версия facebook/wav2vec2-base для классификации музыкальных аудиозаписей по датасету GTZAN. Она построена на архитектуре wav2vec 2.0 и содержит 113,3 млн параметров. На оценочной выборке указаны accuracy 0,79 и loss 1,0188. Модель распространяется в формате safetensors по лицензии Apache-2.0.

Сценарии применения

  • классификация музыкальных аудиозаписей
  • определение жанра музыки по аудио
  • автоматическая категоризация музыкальной коллекции

Ограничения

README указывает accuracy 0,79 на оценочной выборке GTZAN; результат на других данных может отличаться. Сведения о поддерживаемых жанрах и ограничениях применения не приведены.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

wav2vec2-base-finetuned-gtzan

This model is a fine-tuned version of facebook/wav2vec2-base on the GTZAN dataset. It achieves the following results on the evaluation set:

  • Loss: 1.0188
  • Accuracy: 0.79

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: 16
  • eval_batch_size: 16
  • seed: 42
  • gradient_accumulation_steps: 4
  • 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: 5

Training results

Training LossEpochStepValidation LossAccuracy
1.10620.96121.19470.76
1.06062.0251.13830.77
0.9562.96371.06840.785
0.80174.0501.03060.785
0.75764.8601.01880.79

Framework versions

  • Transformers 4.38.2
  • Pytorch 2.2.1+cu121
  • Datasets 2.18.0
  • Tokenizers 0.15.2

Как запустить

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

GPU в ailist

Универсальный рантайм · text-classification

Нельзя запустить

Для архитектуры wav2vec2 нет загрузчика под задачу text-classification.

Класс архитектуры
Wav2Vec2ForSequenceClassification
Ревизия весов
f94d441

0 моделей