Характеристики

Параметры: 113 млн
Лицензия: Apache 2.0
Архитектура: wav2vec2 · dense
Опубликована: 24 июн 2023

Ссылки

Hugging Face

wav2vec2-base-finetuned-gtzan

yuval6967

Классификация текстаТекст → label3 профессии

Дообученная на GTZAN модель Wav2Vec2 для классификации музыкальных аудиозаписей по жанрам.

14скачиваний за 30 дней1лайквеса обновлены24 июн 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

yuval6967/wav2vec2-base-finetuned-gtzan — модель классификации аудио, созданная дообучением facebook/wav2vec2-base на наборе GTZAN. Она использует архитектуру Wav2Vec2ForSequenceClassification и содержит 113,3 млн параметров. Модель предназначена для классификации музыкальных аудиозаписей по жанрам.

На оценочной выборке указана точность 0,83 при значении функции потерь 0,7926. Репозиторий содержит веса PyTorch; лицензия — Apache-2.0. Подробности о составе классов, подготовке аудио и ограничениях применения в карточке не раскрыты.

Сценарии применения

определение жанра музыкального аудиофрагмента
автоматическая сортировка музыкальной коллекции по жанрам
разметка музыкальных записей для каталогов и медиатек

Ограничения

На оценочной выборке указана точность 0,83; другие метрики и характеристики оценки не приведены. Сведения о классах жанров и ограничениях по типу или качеству аудио отсутствуют.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделей II.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

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: 0.7926
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: 5e-05
train_batch_size: 8
eval_batch_size: 8
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
lr_scheduler_warmup_ratio: 0.1
num_epochs: 20

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy
2.0468	1.0	113	2.0109	0.41
1.6902	2.0	226	1.6493	0.5
1.0179	3.0	339	1.4098	0.59
1.1239	4.0	452	1.1319	0.67
0.7065	5.0	565	0.9650	0.73
0.546	6.0	678	0.9210	0.75
0.535	7.0	791	0.7329	0.81
0.3793	8.0	904	0.5348	0.86
0.6647	9.0	1017	0.6605	0.84
0.3996	10.0	1130	0.7797	0.83
0.432	11.0	1243	0.7763	0.83
0.0538	12.0	1356	0.7716	0.84
0.0858	13.0	1469	0.7953	0.82
0.3906	14.0	1582	0.7821	0.84
0.2496	15.0	1695	0.9718	0.83
0.13	16.0	1808	0.7773	0.85
0.1103	17.0	1921	0.6670	0.88
0.1443	18.0	2034	0.8843	0.84
0.0083	19.0	2147	0.7977	0.84
0.0086	20.0	2260	0.7926	0.83

Framework versions

Transformers 4.31.0.dev0
Pytorch 1.13.0
Datasets 2.1.0
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 wav2vec2 нет загрузчика под задачу text-classification.

Класс архитектуры: Wav2Vec2ForSequenceClassification
Ревизия весов: 7e5a848