hipnologo/gpt2-imdb-finetune

Aquí hay una manera simple de usar este modelo:

from transformers import GPT2Tokenizer, GPT2ForSequenceClassification

tokenizer = GPT2Tokenizer.from_pretrained('hipnologo/gpt2-imdb-finetune')
model = GPT2ForSequenceClassification.from_pretrained('hipnologo/gpt2-imdb-finetune')

text = 'Your review text here!'

# codificando el texto de entrada
input_ids = tokenizer.encode(text, return_tensors='pt')

# Mover el tensor input_ids al mismo dispositivo que el modelo
input_ids = input_ids.to(model.device)

# obteniendo los logits
logits = model(input_ids).logits

# obteniendo la clase predicha
predicted_class = logits.argmax(-1).item()

print(f'El sentimiento predicho por el modelo es: {'Positivo' si predicted_class == 1 else 'Negativo'}')

Procedimiento de Entrenamiento

El modelo se entrenó usando la clase 'Trainer' de la biblioteca transformers, con una tasa de aprendizaje de 2e-5, tamaño de lote de 1 y 3 épocas de entrenamiento.

Evaluación

El modelo ajustado se evaluó en el conjunto de datos de prueba. Aquí están los resultados:

Pérdida de Evaluación: 0.23127 Precisión de Evaluación: 0.94064 Puntuación F1 de Evaluación: 0.94104 Precisión de Evaluación: 0.93466 Recuerdo de Evaluación: 0.94752