song-artist-classifier-v15-segmented_data

This model is a fine-tuned version of distilbert/distilroberta-base on an unknown dataset. It achieves the following results on the evaluation set:

• Loss: 1.3400
• F1: [0.8235294117647058, 0.7142857142857143, 0.6666666666666665, 0.8571428571428571, 0.5714285714285713, 0.631578947368421, 0.47058823529411764, 0.8235294117647058, 0.8, 0.4210526315789474, 0.8000000000000002, 0.7272727272727272, 0.18181818181818182, 0.9, 0.4375, 0.7142857142857143, 0.8421052631578948, 0.26666666666666666, 0.625, 0.631578947368421]

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: 2e-05
• train_batch_size: 16
• eval_batch_size: 16
• seed: 42
• optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
• lr_scheduler_type: linear
• num_epochs: 10

Training results

Training Loss	Epoch	Step	Validation Loss	F1
2.3819	1.0	601	1.7801	[0.16666666666666669, 0.19999999999999998, 0.375, 0.6666666666666666, 0.4347826086956522, 0.16666666666666669, 0.3333333333333333, 0.7499999999999999, 0.7200000000000001, 0.125, 0.631578947368421, 0.5, 0.18181818181818182, 0.5, 0.2777777777777778, 0.4375, 0.7272727272727272, 0.0, 0.0, 0.588235294117647]
1.693	2.0	1202	1.2739	[0.8421052631578948, 0.3636363636363636, 0.7999999999999999, 0.8571428571428571, 0.34782608695652173, 0.6153846153846154, 0.5263157894736842, 0.6666666666666666, 0.8571428571428572, 0.33333333333333326, 0.8421052631578948, 0.6363636363636365, 0.4, 0.9, 0.5, 0.7200000000000001, 0.7777777777777777, 0.0, 0.5714285714285713, 0.5454545454545454]
1.253	3.0	1803	1.1600	[0.888888888888889, 0.5, 0.625, 0.8571428571428571, 0.47058823529411764, 0.6666666666666665, 0.47619047619047616, 0.888888888888889, 0.8333333333333333, 0.37499999999999994, 0.8421052631578948, 0.7058823529411764, 0.18181818181818182, 0.8181818181818182, 0.6, 0.6428571428571429, 0.8000000000000002, 0.25, 0.5217391304347826, 0.6666666666666666]
0.9138	4.0	2404	1.3108	[0.7499999999999999, 0.3636363636363636, 0.7000000000000001, 0.75, 0.47058823529411764, 0.5454545454545454, 0.4000000000000001, 0.888888888888889, 0.7692307692307693, 0.125, 0.761904761904762, 0.6666666666666666, 0.30769230769230765, 0.9, 0.42857142857142855, 0.6060606060606061, 0.7272727272727272, 0.22222222222222224, 0.4444444444444445, 0.588235294117647]
0.4867	5.0	3005	1.3483	[0.888888888888889, 0.5, 0.7368421052631579, 0.75, 0.6666666666666666, 0.5217391304347826, 0.5263157894736842, 0.8235294117647058, 0.7200000000000001, 0.33333333333333326, 0.7368421052631577, 0.631578947368421, 0.33333333333333337, 0.7200000000000001, 0.41379310344827586, 0.625, 0.761904761904762, 0.22222222222222224, 0.18181818181818182, 0.631578947368421]
0.3353	6.0	3606	1.3618	[0.9473684210526316, 0.7142857142857143, 0.625, 0.8571428571428571, 0.3529411764705882, 0.3529411764705882, 0.5, 0.7777777777777777, 0.7407407407407407, 0.13333333333333333, 0.7777777777777777, 0.6363636363636365, 0.26666666666666666, 0.9, 0.5, 0.4878048780487805, 0.6666666666666665, 0.2, 0.5263157894736842, 0.5263157894736842]
0.2703	7.0	4207	1.3844	[0.888888888888889, 0.5, 0.7142857142857143, 0.8571428571428571, 0.5, 0.5, 0.4000000000000001, 0.7777777777777777, 0.8, 0.25, 0.8421052631578948, 0.6666666666666666, 0.16666666666666669, 0.9, 0.47058823529411764, 0.625, 0.7058823529411764, 0.18181818181818182, 0.6666666666666665, 0.7368421052631577]
0.1997	8.0	4808	1.4064	[0.888888888888889, 0.6153846153846153, 0.4615384615384615, 0.8571428571428571, 0.5, 0.45454545454545453, 0.5263157894736842, 0.761904761904762, 0.8, 0.5, 0.7777777777777777, 0.6666666666666666, 0.15384615384615383, 0.9, 0.5333333333333333, 0.5714285714285715, 0.6666666666666666, 0.3333333333333333, 0.625, 0.6666666666666665]
0.1635	9.0	5409	1.4331	[0.8235294117647058, 0.6153846153846153, 0.7058823529411765, 0.8571428571428571, 0.47619047619047616, 0.5, 0.4444444444444445, 0.7777777777777777, 0.8, 0.4444444444444445, 0.7368421052631577, 0.761904761904762, 0.16666666666666669, 0.9, 0.48484848484848486, 0.5882352941176471, 0.6666666666666666, 0.2857142857142857, 0.7058823529411764, 0.588235294117647]
0.112	10.0	6010	1.3400	[0.8235294117647058, 0.7142857142857143, 0.6666666666666665, 0.8571428571428571, 0.5714285714285713, 0.631578947368421, 0.47058823529411764, 0.8235294117647058, 0.8, 0.4210526315789474, 0.8000000000000002, 0.7272727272727272, 0.18181818181818182, 0.9, 0.4375, 0.7142857142857143, 0.8421052631578948, 0.26666666666666666, 0.625, 0.631578947368421]

Framework versions

• Transformers 4.38.2
• Pytorch 2.2.1+cu121
• Datasets 2.18.0
• Tokenizers 0.15.2