/ Модель

Характеристики

Параметры
18,9 млн
Лицензия
Apache 2.0
Архитектура
hubert · dense
Базовая модель
distilhubert-finetuned-gtzan-se
Библиотека
transformers
Опубликована
20 ноя 2024

distilhubert-finetuned-gtzan-se-finetuned-gtzan-se-2

Классификация текстаТекст → label3 профессии

Дообученный на GTZAN аудиоклассификатор HuBERT для определения класса музыкальной записи.

9скачиваний 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

Модель sveyek/distilhubert-finetuned-gtzan-se-finetuned-gtzan-se-2 разработана как дообученная версия sveyek/distilhubert-finetuned-gtzan-se на наборе GTZAN. Это аудиоклассификатор на архитектуре HuBERT с 18,9 млн параметров, предназначенный для классификации музыкальных аудиозаписей по классам GTZAN. В README сообщается точность 0,84 и loss 0,8881 на оценочной выборке.

Модель принимает аудио и выдаёт метку класса. Репозиторий использует Transformers и формат safetensors. Лицензия — Apache-2.0. В карточке не приведены подробности о конкретных классах, поддерживаемых языках или ограничениях применения.

Сценарии применения

  • классификация музыкальных фрагментов по жанрам GTZAN
  • автоматическая категоризация музыкальной коллекции
  • разметка аудиозаписей для музыкального каталога

Ограничения

Показатель accuracy 0,84 относится к оценочной выборке GTZAN и не гарантирует аналогичное качество на других данных. Карточка не уточняет набор классов и устойчивость к аудио вне распределения GTZAN.

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-se-finetuned-gtzan

This model is a fine-tuned version of sveyek/distilhubert-finetuned-gtzan-se on the GTZAN dataset. It achieves the following results on the evaluation set:

  • Loss: 0.8881
  • Accuracy: 0.84

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: 2.5e-05
  • train_batch_size: 4
  • eval_batch_size: 4
  • seed: 42
  • gradient_accumulation_steps: 2
  • total_train_batch_size: 8
  • 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: 3
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossAccuracy
0.02510.99561120.71370.84
0.00312.02250.78730.86
0.00252.98673360.88810.84

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
e47675f

0 моделей