ONNX 模型库
返回模型

说明文档

模型卡片

<!-- 简要概述该模型是什么/做什么。 -->

模型详情

模型描述

<!-- 提供该模型的更详细概述。 -->

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]
  • 分享者 [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

<!-- 说明该模型的预期使用方式,包括可预见的模型用户和受模型影响的人群。 -->

直接使用

<!-- 本节介绍不进行微调或未接入更大生态系统/应用时的模型使用方式。 -->

[需要更多信息]

下游使用 [可选]

<!-- 本节介绍微调后用于特定任务,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

<!-- 本节说明误用、恶意使用以及该模型不适用的情况。 -->

[需要更多信息]

偏见、风险和局限性

<!-- 本节旨在传达技术和社会技术方面的局限性。 -->

[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)应当了解该模型的风险、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,或许还可包含关于训练数据内容的简短摘要,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。当相关时,此处的应链接到该部分。 -->

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]

<!-- 本节提供关于吞吐量、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

<!-- 这些是评估所细分的维度,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,最好附带使用原因的说明。 -->

[需要更多信息]

结果

[需要更多信息]

总结

模型审查 [可选]

<!-- 此处放置与模型相关的可解释性研究。 -->

[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,请在此处说明。相应编辑下方建议文本 -->

碳排放可使用 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,请在此节包含可帮助读者理解模型或模型卡片的术语和计算方法。 -->

[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]

samutoljamo/imdb-distilbert

作者 samutoljamo

text-classification transformers
↓ 1 ♥ 0

创建时间: 2025-02-02 21:24:21+00:00

更新时间: 2025-02-02 21:24:39+00:00

在 Hugging Face 上查看

文件 (9)

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