Katsiaryna/stsb-TinyBERT-L-4-finetuned_auc_151221-top3

Katsiaryna

Clasificación de texto

TinyBERT-L-4 es un modelo de clasificación de texto basado en la arquitectura de Transformers. Está ajustado utilizando PyTorch y es compatible con TensorBoard. Aunque actualmente no tiene suficiente actividad para ser desplegado en la API de Inferencia (sin servidor), puede ser usado en Endpoints de Inferencia dedicados.

Como usar

Puedes utilizar este modelo para la clasificación de texto. Aquí tienes un ejemplo de cómo utilizarlo:
from transformers import BertTokenizer, BertForSequenceClassification
import torch

# Cargar el tokenizador y el modelo
model_name = 'Katsiaryna/stsb-TinyBERT-L-4-finetuned_auc_151221-top3'
tokenizer = BertTokenizer.from_pretrained(model_name)
model = BertForSequenceClassification.from_pretrained(model_name)

# Preparar un ejemplo de texto
input_text = 'Ejemplo de texto para clasificación'
inputs = tokenizer(input_text, return_tensors='pt')

# Realizar la inferencia
with torch.no_grad():
    outputs = model(**inputs)
    logits = outputs.logits

# Obtener la predicción
predicted_class = torch.argmax(logits)
print(f'Predicción: {predicted_class}')

Funcionalidades

Clasificación de texto
Basado en Transformers
Utiliza PyTorch
Compatible con TensorBoard
Preparado para Endpoints de Inferencia

Casos de uso

Clasificación de sentencias
Análisis de sentimientos
Clasificación de tópicos