Характеристики

Параметры: 18,9 млн
Лицензия: Apache 2.0
Архитектура: hubert · dense
Базовая модель: distilhubert
Библиотека: transformers
Опубликована: 19 ноя 2024

Ссылки

Hugging Face

distilhubert-finetuned-gtzan-se

sveyek

Классификация текстаТекст → label

Компактная дообученная модель HuBERT для классификации музыкальных аудиозаписей по жанрам на наборе GTZAN.

8скачиваний за 30 дней0лайковвеса обновлены20 ноя 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

sveyek/distilhubert-finetuned-gtzan-se — модель классификации аудио, созданная дообучением ntu-spml/distilhubert на наборе GTZAN. Она предназначена для распознавания музыкальных жанров по аудиозаписям. Модель построена на архитектуре HuBERT и содержит 18,9 млн параметров; для хранения весов используется формат Safetensors.

На оценочном наборе GTZAN указана точность 0,82 и значение loss 0,7277. Модель принимает аудио и выдаёт метку класса. Карточка не уточняет поддерживаемые жанры, длительность входных записей или ограничения применения. Лицензия — Apache-2.0.

Сценарии применения

классификация музыкальных записей по жанрам
автоматическая разметка музыкальной библиотеки
определение жанра аудиофрагмента
оценка качества модели классификации музыки на GTZAN

Ограничения

В README не приведены подробные сведения об ограничениях, поддерживаемых жанрах и требуемом формате входного аудио. На оценочном наборе GTZAN указана точность 0,82; качество на других данных не описано.

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: 0.7277
Accuracy: 0.82

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: 4
eval_batch_size: 4
seed: 42
optimizer: Use adamw_torch with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
lr_scheduler_type: linear
lr_scheduler_warmup_ratio: 0.1
num_epochs: 10
mixed_precision_training: Native AMP

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy
1.8325	1.0	225	1.6828	0.51
1.1105	2.0	450	1.1369	0.66
0.6095	3.0	675	0.8092	0.77
0.2526	4.0	900	0.6534	0.81
0.3619	5.0	1125	0.6683	0.78
0.0294	6.0	1350	0.5738	0.83
0.429	7.0	1575	0.5983	0.84
0.2307	8.0	1800	0.7582	0.85
0.008	9.0	2025	0.7387	0.83
0.0078	10.0	2250	0.7277	0.82

Framework versions

Transformers 4.46.2
Pytorch 2.5.1+cu121
Datasets 3.1.0
Tokenizers 0.20.3

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: 3c6693e