ONNX 模型库
返回模型

说明文档

模型卡片

<!-- 简要说明该模型是什么/做什么。 -->

模型详情

模型描述

<!-- 提供关于该模型的更详细说明。 -->

这是一个已推送到 Hub 的 🤗 transformers 模型的模型卡片。此模型卡片已自动生成。

  • 开发者: [需要更多信息]
  • 资助方 [可选]: [需要更多信息]
  • 共享者 [可选]: [需要更多信息]
  • 模型类型: [需要更多信息]
  • 语言 (NLP): [需要更多信息]
  • 许可证: [需要更多信息]
  • 微调自模型 [可选]: [需要更多信息]

模型来源 [可选]

<!-- 提供模型的基本链接。 -->

  • 代码库: [需要更多信息]
  • 论文 [可选]: [需要更多信息]
  • 演示 [可选]: [需要更多信息]

用途

<!-- 说明模型的预期使用方式,包括模型的目标用户和受模型影响的人群。 -->

直接使用

<!-- 本节介绍无需微调或接入更大生态系统/应用的模型使用方式。 -->

[需要更多信息]

下游使用 [可选]

<!-- 本节介绍经过任务微调后,或接入更大生态系统/应用时的模型使用方式。 -->

[需要更多信息]

超出范围的使用

<!-- 本节说明模型的误用、恶意使用,以及模型不适用的情况。 -->

[需要更多信息]

偏见、风险和局限性

<!-- 本节旨在传达技术和社技术层面的局限性。 -->

[需要更多信息]

建议

<!-- 本节旨在针对偏见、风险和技术局限性提供建议。 -->

用户(包括直接用户和下游用户)应当了解模型的风险、偏见和局限性。需要更多信息以提供进一步建议。

如何开始使用该模型

使用以下代码开始使用该模型。

[需要更多信息]

训练详情

训练数据

<!-- 此处应链接到数据集卡片,可能还需要简要介绍训练数据的内容,以及与数据预处理或额外过滤相关的文档。 -->

[需要更多信息]

训练过程

<!-- 这与技术规格密切相关。当内容与训练过程相关时,应链接到该部分。 -->

预处理 [可选]

[需要更多信息]

训练超参数

  • 训练模式: [需要更多信息] <!--fp32, fp16 混合精度, bf16 混合精度, bf16 非混合精度, fp16 非混合精度, fp8 混合精度 -->

速度、大小、时间 [可选]

<!-- 本节提供有关吞吐量、开始/结束时间、检查点大小(如相关)等信息。 -->

[需要更多信息]

评估

<!-- 本节描述评估协议并提供结果。 -->

测试数据、因素和指标

测试数据

<!-- 如可能,此处应链接到数据集卡片。 -->

[需要更多信息]

因素

<!-- 这些是评估所分解的维度,例如子群体或领域。 -->

[需要更多信息]

指标

<!-- 这些是所使用的评估指标,最好说明使用原因。 -->

[需要更多信息]

结果

[需要更多信息]

总结

模型审查 [可选]

<!-- 模型的相关可解释性工作放在此处。 -->

[需要更多信息]

环境影响

<!-- 总排放量(以 CO2eq 克为单位)和其他考虑因素,如电力使用,放在此处。相应编辑以下建议文本。 -->

碳排放可以使用 Lacoste et al. (2019) 中提出的 机器学习影响计算器 进行估算。

  • 硬件类型: [需要更多信息]
  • 使用时长: [需要更多信息]
  • 云服务提供商: [需要更多信息]
  • 计算区域: [需要更多信息]
  • 碳排放量: [需要更多信息]

技术规格 [可选]

模型架构和目标

[需要更多信息]

计算基础设施

[需要更多信息]

硬件

[需要更多信息]

软件

[需要更多信息]

引用 [可选]

<!-- 如果有介绍该模型的论文或博客文章,APA 和 BibTeX 信息应放在本节。 -->

BibTeX:

[需要更多信息]

APA:

[需要更多信息]

术语表 [可选]

<!-- 如相关,在本节中包含可帮助读者理解模型或模型卡片的术语和计算方式。 -->

[需要更多信息]

更多信息 [可选]

[需要更多信息]

模型卡片作者 [可选]

[需要更多信息]

模型卡片联系方式

[需要更多信息]

khursani8/ku-nlp_deberta-v2-large-japanese-char-wwm_onnx

作者 khursani8

fill-mask transformers
↓ 1 ♥ 0

创建时间: 2024-03-24 06:12:21+00:00

更新时间: 2024-03-24 15:23:34+00:00

在 Hugging Face 上查看

文件 (7)

.gitattributes
README.md
config.json
model.onnx ONNX
special_tokens_map.json
tokenizer_config.json
vocab.txt