Instructions to use deprem-ml/deprem-roberta-intent with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- Transformers
How to use deprem-ml/deprem-roberta-intent with Transformers:
# Use a pipeline as a high-level helper from transformers import pipeline pipe = pipeline("text-classification", model="deprem-ml/deprem-roberta-intent")# Load model directly from transformers import AutoModel model = AutoModel.from_pretrained("deprem-ml/deprem-roberta-intent", device_map="auto") - Notebooks
- Google Colab
- Kaggle
Update README.md
Browse files
README.md
CHANGED
|
@@ -7,11 +7,13 @@ metrics:
|
|
| 7 |
library_name: transformers
|
| 8 |
pipeline_tag: text-classification
|
| 9 |
---
|
|
|
|
| 10 |
# Türkçe Multi-label Intent Classification RoBERTa
|
| 11 |
|
| 12 |
Depremzedelerin ihtiyaçlarını karşılamak için etiketlenmiş eğitilmiş multi-label RoBERTa modeli. Aşağıda değerlendirme sonuçları var.
|
| 13 |
|
| 14 |
**Evaluation**
|
|
|
|
| 15 |
{'eval_loss': 0.18568251545368838,
|
| 16 |
'eval_runtime': 2.7693,
|
| 17 |
'eval_samples_per_second': 254.935,
|
|
|
|
| 7 |
library_name: transformers
|
| 8 |
pipeline_tag: text-classification
|
| 9 |
---
|
| 10 |
+
|
| 11 |
# Türkçe Multi-label Intent Classification RoBERTa
|
| 12 |
|
| 13 |
Depremzedelerin ihtiyaçlarını karşılamak için etiketlenmiş eğitilmiş multi-label RoBERTa modeli. Aşağıda değerlendirme sonuçları var.
|
| 14 |
|
| 15 |
**Evaluation**
|
| 16 |
+
|
| 17 |
{'eval_loss': 0.18568251545368838,
|
| 18 |
'eval_runtime': 2.7693,
|
| 19 |
'eval_samples_per_second': 254.935,
|