|
|
--- |
|
|
library_name: transformers |
|
|
license: mit |
|
|
base_model: gpt2-medium |
|
|
tags: |
|
|
- generated_from_trainer |
|
|
metrics: |
|
|
- accuracy |
|
|
model-index: |
|
|
- name: essays |
|
|
results: [] |
|
|
--- |
|
|
|
|
|
<!-- This model card has been generated automatically according to the information the Trainer had access to. You |
|
|
should probably proofread and complete it, then remove this comment. --> |
|
|
# Модель: Essays Generation (GPT-2 Medium) |
|
|
|
|
|
## Описание |
|
|
Модель основана на GPT-2 Medium и предназначена для генерации эссе с использованием настроек обучения, описанных ниже. Используются текстовые данные, загруженные из кастомной конфигурации. |
|
|
|
|
|
## Параметры модели |
|
|
- **Модель**: GPT-2 Medium |
|
|
- **Размер слоя**: 24 |
|
|
- **Контекстная длина**: 1024 токенов |
|
|
- **Размер скрытого слоя**: 1024 |
|
|
- **Голов на слой**: 16 |
|
|
- **Объем словаря**: 50257 токенов |
|
|
- **Функция активации**: `gelu_new` |
|
|
|
|
|
## Параметры обучения и оптимизации |
|
|
- **Оптимизатор**: AdamW (β1=0.9, β2=0.999, ε=1e-8) |
|
|
- **Обучение на устройстве**: `cuda:0` |
|
|
- **Количество эпох**: 30 |
|
|
- **Шагов на прогрев**: 500 |
|
|
- **Обучение с использованием fp16**: Да |
|
|
- **Объем мини-батча на устройство (тренировка/оценка)**: 8 |
|
|
- **Градиентная аккумуляция**: 8 шагов |
|
|
- **Чекпоинты сохранения**: каждые 1000 шагов (максимум 3 чекпоинта) |
|
|
- **Стратегия сохранения**: по шагам (steps) |
|
|
- **Скорость обучения**: 3e-05 |
|
|
- **Контроль переполнений**: включен (nan_inf_filter=True) |
|
|
|
|
|
## Логирование и отчетность |
|
|
- **Шаги логирования**: каждые 100 |
|
|
- **Отчеты**: TensorBoard, WandB |
|
|
- **Директория логов**: `models/essays/runs/Feb14_18-50-17_4cf0e8a4721b` |
|
|
|
|
|
## Данные |
|
|
- **Источник данных**: Кастомная конфигурация `default-b280a7a97da73b33` |
|
|
- **Формат данных**: текст |
|
|
|
|
|
## Метрики обучения (Train Metrics) |
|
|
- **Эпоха**: 30.0 |
|
|
- **Общее число FLOPs**: 1037903GF |
|
|
- **Средняя потеря (train_loss)**: 2.3499 |
|
|
- **Время тренировки (train_runtime)**: 0:03:48.80 |
|
|
- **Количество тренировочных примеров (train_samples)**: 20 |
|
|
- **Тренировочные примеры в секунду (train_samples_per_second)**: 2.622 |
|
|
- **Тренировочные шаги в секунду (train_steps_per_second)**: 0.131 |
|
|
|
|
|
## Метрики оценки (Eval Metrics) |
|
|
- **Эпоха**: 30.0 |
|
|
- **Точность (eval_accuracy)**: 0.4092 |
|
|
- **Потери (eval_loss)**: 1.9714 |
|
|
- **Время оценки (eval_runtime)**: 0:00:00.71 |
|
|
- **Количество оценочных примеров (eval_samples)**: 7 |
|
|
- **Оценочные примеры в секунду (eval_samples_per_second)**: 9.854 |
|
|
- **Оценочные шаги в секунду (eval_steps_per_second)**: 1.408 |
|
|
- **Перплексия (perplexity)**: 7.1805 |
|
|
|
|
|
## Дополнительные настройки |
|
|
- **Использование градиентного чекпоинтинга**: Да |
|
|
- **Детерминизм обучения**: Выключен |
|
|
- **Стратегия планирования LR**: линейная |
|
|
- **Распределенное обучение**: False |
|
|
- **Точность вычислений**: 16-битное представление (fp16) |
|
|
|
|
|
## Примечания |
|
|
При запуске могут возникать предупреждения, связанные с регистрацией CUDA-библиотек (`cuFFT`, `cuDNN`, `cuBLAS`). Эти предупреждения не влияют на корректность работы модели. |
|
|
|
|
|
|
|
|
|
|
|
# essays |
|
|
|
|
|
This model is a fine-tuned version of [gpt2-medium](https://huggingface.co/gpt2-medium) on an unknown dataset. |
|
|
It achieves the following results on the evaluation set: |
|
|
- Loss: 1.9714 |
|
|
- Accuracy: 0.4092 |
|
|
|
|
|
|
|
|
### Training hyperparameters |
|
|
|
|
|
The following hyperparameters were used during training: |
|
|
- learning_rate: 3e-05 |
|
|
- train_batch_size: 8 |
|
|
- eval_batch_size: 8 |
|
|
- seed: 42 |
|
|
- gradient_accumulation_steps: 8 |
|
|
- total_train_batch_size: 64 |
|
|
- optimizer: Use OptimizerNames.ADAMW_TORCH with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments |
|
|
- lr_scheduler_type: linear |
|
|
- lr_scheduler_warmup_steps: 500 |
|
|
- num_epochs: 30.0 |
|
|
- mixed_precision_training: Native AMP |
|
|
|
|
|
### Training results |
|
|
|
|
|
|
|
|
|
|
|
### Framework versions |
|
|
|
|
|
- Transformers 4.49.0.dev0 |
|
|
- Pytorch 2.5.1+cu124 |
|
|
- Datasets 3.3.0 |
|
|
- Tokenizers 0.21.0 |
|
|
|
|
|
|
|
|
from transformers import GPT2LMHeadModel, GPT2Tokenizer |
|
|
|
|
|
tokenizer = GPT2Tokenizer.from_pretrained("path_to_your_model") |
|
|
model = GPT2LMHeadModel.from_pretrained("path_to_your_model") |
|
|
|
|
|
input_text = "The importance of philosophy in daily life" |
|
|
inputs = tokenizer(input_text, return_tensors="pt") |
|
|
outputs = model.generate(**inputs, max_length=200) |
|
|
|
|
|
print(tokenizer.decode(outputs[0], skip_special_tokens=True)) |
|
|
|
|
|
|
|
|
|
