/ Модель

Характеристики

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

distilhubert-gtzan

Классификация текстаТекст → label3 профессии

Компактная дообученная модель HuBERT для классификации музыкальных записей по жанрам на данных GTZAN.

23скачиваний за 30 дней0лайковвеса обновлены30 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

Модель senthilsdglakhsg/distilhubert-gtzan разработана как дообученная версия ntu-spml/distilhubert для классификации музыкальных аудиозаписей по жанрам из набора GTZAN. Она построена на архитектуре HuBERT и содержит 18,9 млн параметров; для работы используется библиотека Transformers и формат весов Safetensors. На оценочной выборке GTZAN указаны accuracy 0,83 и loss 1,0795. Модель принимает аудио и выдаёт метку класса, поэтому подходит для автоматической жанровой разметки музыкальных фрагментов. Лицензия — Apache-2.0. Подробности о составе классов, длине аудиофрагментов и переносе качества на другие музыкальные данные не приведены.

Сценарии применения

  • автоматическое определение жанра музыкального фрагмента
  • разметка музыкальной библиотеки по жанрам
  • создание жанровых меток для аудиоколлекции

Ограничения

В README приведены результаты только на оценочной выборке GTZAN; качество на других жанрах и аудиоданных не описано. Не указаны поддерживаемые классы, ограничения по длительности или требованиям к аудио.

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: 1.0795
  • Accuracy: 0.83

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: 0.0001
  • train_batch_size: 4
  • eval_batch_size: 4
  • seed: 42
  • gradient_accumulation_steps: 2
  • total_train_batch_size: 8
  • 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: linear
  • lr_scheduler_warmup_steps: 100
  • num_epochs: 20
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossAccuracy
3.36591.01131.55300.53
2.14532.02261.18670.61
1.27083.03390.88240.74
1.07194.04520.89460.73
0.61395.05650.84370.69
0.53816.06780.74370.76
0.29047.07910.82780.82
0.03598.09041.17360.79
0.03419.010171.07950.83
0.003110.011301.15880.8
0.002011.012431.17270.81
0.001612.013561.24180.83
0.001313.014691.25160.82
0.001514.015821.33280.82
0.001015.016951.31000.82
0.000916.018081.38310.8
0.000917.019211.29420.82
0.000718.020341.35620.81
0.000719.021471.30460.81
0.000720.022601.30270.82

Framework versions

  • Transformers 5.16.1
  • Pytorch 2.11.0+cu128
  • Datasets 5.0.1
  • 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
db704e6

0 моделей