metadata

license: cc-by-nc-sa-4.0
base_model: microsoft/layoutlmv2-base-uncased
tags:
  - generated_from_trainer
model-index:
  - name: layoutlmv2-base-uncased_finetuned_docvqa
    results: []

layoutlmv2-base-uncased_finetuned_docvqa

This model is a fine-tuned version of microsoft/layoutlmv2-base-uncased on an unknown dataset. It achieves the following results on the evaluation set:

Loss: nan

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

learning_rate: 5e-05
train_batch_size: 4
eval_batch_size: 8
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 20

Training results

Epoch	Step	Validation Loss
0.22	50	nan
0.44	100	nan
0.66	150	nan
0.88	200	nan
1.11	250	nan
1.33	300	nan
1.55	350	nan
1.77	400	nan
1.99	450	nan
2.21	500	nan
2.43	550	nan
2.65	600	nan
2.88	650	nan
3.1	700	nan
3.32	750	nan
3.54	800	nan
3.76	850	nan
3.98	900	nan
4.2	950	nan
4.42	1000	nan
4.65	1050	nan
4.87	1100	nan
5.09	1150	nan
5.31	1200	nan
5.53	1250	nan
5.75	1300	nan
5.97	1350	nan
6.19	1400	nan
6.42	1450	nan
6.64	1500	nan
6.86	1550	nan
7.08	1600	nan
7.3	1650	nan
7.52	1700	nan
7.74	1750	nan
7.96	1800	nan
8.19	1850	nan
8.41	1900	nan
8.63	1950	nan
8.85	2000	nan
9.07	2050	nan
9.29	2100	nan
9.51	2150	nan
9.73	2200	nan
9.96	2250	nan
10.18	2300	nan
10.4	2350	nan
10.62	2400	nan
10.84	2450	nan
11.06	2500	nan
11.28	2550	nan
11.5	2600	nan
11.73	2650	nan
11.95	2700	nan
12.17	2750	nan
12.39	2800	nan
12.61	2850	nan
12.83	2900	nan
13.05	2950	nan
13.27	3000	nan
13.5	3050	nan
13.72	3100	nan
13.94	3150	nan
14.16	3200	nan
14.38	3250	nan
14.6	3300	nan
14.82	3350	nan
15.04	3400	nan
15.27	3450	nan
15.49	3500	nan
15.71	3550	nan
15.93	3600	nan
16.15	3650	nan
16.37	3700	nan
16.59	3750	nan
16.81	3800	nan
17.04	3850	nan
17.26	3900	nan
17.48	3950	nan
17.7	4000	nan
17.92	4050	nan
18.14	4100	nan
18.36	4150	nan
18.58	4200	nan
18.81	4250	nan
19.03	4300	nan
19.25	4350	nan
19.47	4400	nan
19.69	4450	nan
19.91	4500	nan

Framework versions

Transformers 4.39.3
Pytorch 2.1.2
Datasets 2.18.0
Tokenizers 0.15.2