Text Classification
Transformers
TensorBoard
Safetensors
roberta
Generated from Trainer
zero-shot_classification
text-embeddings-inference
Instructions to use adriansanz/test6_balanced with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- Transformers
How to use adriansanz/test6_balanced with Transformers:
# Use a pipeline as a high-level helper from transformers import pipeline pipe = pipeline("text-classification", model="adriansanz/test6_balanced")# pip install -U transformers accelerate # Load model directly from transformers import AutoTokenizer, AutoModelForSequenceClassification tokenizer = AutoTokenizer.from_pretrained("adriansanz/test6_balanced") model = AutoModelForSequenceClassification.from_pretrained("adriansanz/test6_balanced", device_map="auto") - Notebooks
- Google Colab
- Kaggle
|
Download README.md from adriansanz/test6_balanced: direct link, hf CLI and curl.
- Browser
- Download file 1.87 kB
-
https://huggingface.co/adriansanz/test6_balanced/resolve/main/README.md
- Command line
-
hf download hf://adriansanz/test6_balanced/README.md
-
curl -L -o README.md https://huggingface.co/adriansanz/test6_balanced/resolve/main/README.md
1.87 kB
| license: apache-2.0 | |
| base_model: ibaucells/RoBERTa-ca-CaWikiTC | |
| tags: | |
| - generated_from_trainer | |
| - zero-shot_classification | |
| model-index: | |
| - name: test6_balanced | |
| results: [] | |
| <!-- Este modelo ha sido ajustado autom谩ticamente seg煤n la informaci贸n a la que el Trainer tuvo acceso. Deber铆as revisarlo y completarlo, luego elimina este comentario. --> | |
| # test6_balanced | |
| Este modelo ha sido ajustado para la clasificaci贸n de cero disparos utilizando una versi贸n preentrenada de [ibaucells/RoBERTa-ca-CaWikiTC](https://huggingface.co/ibaucells/RoBERTa-ca-CaWikiTC) en el conjunto de datos None. | |
| Logra los siguientes resultados en el conjunto de evaluaci贸n: | |
| - P茅rdida: 1.6982 | |
| ## Descripci贸n del modelo | |
| Se necesita m谩s informaci贸n sobre este modelo. | |
| ## Usos previstos y limitaciones | |
| Se necesita m谩s informaci贸n sobre los usos previstos y las limitaciones de este modelo. | |
| ## Datos de entrenamiento y evaluaci贸n | |
| Se necesita m谩s informaci贸n sobre los datos utilizados para entrenar y evaluar este modelo. | |
| ## Procedimiento de entrenamiento | |
| ### Hiperpar谩metros de entrenamiento | |
| Se utilizaron los siguientes hiperpar谩metros durante el entrenamiento: | |
| - learning_rate: 5e-05 | |
| - train_batch_size: 10 | |
| - eval_batch_size: 10 | |
| - seed: 42 | |
| - optimizer: Adam con betas=(0.9,0.999) y epsilon=1e-08 | |
| - lr_scheduler_type: linear | |
| - lr_scheduler_warmup_steps: 500 | |
| - num_epochs: 25 | |
| ### Resultados del entrenamiento | |
| | P茅rdida de entrenamiento | 脡poca | Paso | P茅rdida de validaci贸n | | |
| |:------------------------:|:-----:|:----:|:---------------------:| | |
| | 2.8358 | 1.0 | 63 | 2.8655 | | |
| | 2.8469 | 2.0 | 126 | 2.8447 | | |
| | ... | ... | ... | ... | | |
| ### Versiones del framework | |
| - Transformers 4.38.2 | |
| - Pytorch 2.1.0+cu121 | |
| - Datasets 2.18.0 | |
| - Tokenizers 0.15.2 | |