| - Perda (Loss): 0.0398 | |
| - Precisão (Accuracy): 0.9882 | |
| ## Descrição do Modelo | |
| Mais informações são necessárias para entender completamente a descrição deste modelo. | |
| ## Usos Previstos e Limitações | |
| Mais informações são necessárias para entender completamente os usos previstos e as limitações específicas deste modelo. | |
| ## Dados de Treinamento e Avaliação | |
| Mais informações são necessárias para entender os detalhes dos conjuntos de dados utilizados no treinamento e avaliação deste modelo. | |
| ## Procedimento de Treinamento | |
| ### Hiperparâmetros de Treinamento | |
| Durante o treinamento, os seguintes hiperparâmetros foram utilizados: | |
| - Taxa de Aprendizado (learning_rate): 5e-05 | |
| - Tamanho do Lote de Treinamento (train_batch_size): 16 | |
| - Tamanho do Lote de Avaliação (eval_batch_size): 16 | |
| - Semente (seed): 42 | |
| - Acumulação de Gradientes (gradient_accumulation_steps): 2 | |
| - Tamanho Total do Lote de Treinamento (total_train_batch_size): 32 | |
| - Otimizador: Adam com betas=(0.9, 0.999) e epsilon=1e-08 | |
| - Tipo de Programador de Taxa de Aprendizado (lr_scheduler_type): Linear | |
| - Proporção de Aquecimento do Programador de Taxa de Aprendizado (lr_scheduler_warmup_ratio): 0.9 | |
| - Número de Épocas (num_epochs): 14 | |
| ### Resultados do Treinamento | |
| | Perda de Treinamento | Época | Passo | Precisão | Perda de Validação | | |
| |:--------------------:|:-----:|:----:|:--------:|:-------------------:| | |
| | 0.5059 | 1.0 | 199 | 0.9001 | 0.4826 | | |
| | 0.2533 | 2.0 | 398 | 0.9515 | 0.2124 | | |
| | 0.2358 | 3.0 | 597 | 0.9538 | 0.1543 | | |
| | 0.2584 | 4.0 | 796 | 0.9642 | 0.1136 | | |
| | 0.1085 | 5.0 | 995 | 0.9746 | 0.0891 | | |
| | 0.1007 | 6.0 | 1194 | 0.9769 | 0.0725 | | |
| | 0.1463 | 7.0 | 1393 | 0.9840 | 0.0541 | | |
| | 0.3564 | 8.0 | 1592 | 0.9802 | 0.0880 | | |
| | 0.0957 | 9.0 | 1791 | 0.9656 | 0.1375 | | |
| | 0.1481 | 10.0 | 1990 | 0.0511 | 0.9873 | | |
| | 0.1536 | 11.0 | 2189 | 0.0827 | 0.9713 | | |
| | 0.0458 | 12.0 | 2388 | 0.0398 | 0.9882 | | |
| | 0.4956 | 13.0 | 2587 | 0.3474 | 0.8643 | | |
| | 0.0801 | 14.0 | 2786 | 0.0850 | 0.9797 | | |
| ### Versões das Frameworks | |
| - Transformers 4.31.0 | |
| - Pytorch 2.0.1+cu118 | |
| - Datasets 2.13.1 | |
| - Tokenizers 0.13.3 |