generated_from_keras_callback

<!-- This model card has been generated automatically according to the information Keras had access to. You should probably proofread and complete it, then remove this comment. -->

pretrained-m-bert-400

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

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:

Training results

Train Loss Validation Loss Epoch
10.2737 10.9284 0
7.7909 10.9299 1
6.9555 11.4698 2
6.4835 11.5760 3
6.3613 11.4740 4
6.3206 12.1134 5
6.5777 11.8247 6
6.0680 12.1764 7
5.9353 12.1038 8
6.0701 12.0687 9
6.0047 12.4985 10
5.9272 12.8107 11
5.9446 12.5006 12
5.9716 12.8384 13
6.0548 12.3585 14
5.8666 12.5273 15
5.8951 12.8032 16
5.9528 13.0296 17
5.8313 12.9472 18
5.8324 13.0546 19
5.8763 13.1180 20
5.7623 13.2588 21
5.8636 13.2705 22
5.8864 13.1756 23
5.7413 13.0413 24
5.6825 13.2796 25
5.8705 13.5748 26
5.7772 14.0853 27
5.8029 13.5957 28
5.9590 13.0809 29
5.8240 13.0912 30
5.7687 13.5828 31
5.9836 13.5432 32
5.6915 13.7082 33
5.7853 13.6080 34
5.7760 13.3992 35
5.7134 13.6552 36
5.8415 13.5479 37
5.8087 13.6847 38
5.8611 13.6231 39
5.6492 13.8722 40
5.7846 13.7056 41
5.7455 14.1208 42
5.7129 13.7774 43
5.7185 14.0725 44
5.6655 14.0980 45
5.6734 14.0126 46
5.6658 14.1982 47
5.6720 14.0881 48
5.8220 14.0841 49
5.8567 14.0512 50
5.6811 14.4002 51
5.7271 14.1651 52
5.7329 13.8948 53
5.9306 14.1744 54
5.6757 13.6761 55
5.8785 14.1815 56
5.7267 14.4592 57
5.7313 14.1220 58
5.7537 14.3197 59
5.7907 13.9449 60
5.6611 14.0992 61
5.7009 14.4630 62
5.6760 14.3946 63
5.7096 14.2776 64
5.7778 14.3569 65
5.7223 14.5246 66
5.7954 14.2003 67
5.9369 14.3692 68
5.8792 14.5358 69
5.7172 14.3076 70
5.6608 14.1833 71
5.8710 14.1070 72
5.6896 13.9720 73
5.7404 14.8816 74
5.8649 14.1338 75
5.8223 14.4951 76
5.7701 14.4468 77
5.7852 14.3300 78
5.7038 14.0439 79
5.7386 14.3995 80
5.7594 14.1541 81
5.7688 14.3452 82
5.6329 14.9077 83
5.8224 14.5802 84
5.7969 14.8311 85
5.8297 14.5400 86
5.6488 15.0369 87
5.8020 14.7833 88
5.7345 14.3675 89
5.7530 14.1602 90
5.7599 15.2734 91
5.7256 14.9461 92
5.6803 14.8461 93
5.8602 14.5303 94
5.6319 14.8087 95
5.7581 14.7901 96
5.6319 14.8252 97
5.6869 14.8271 98
5.7664 15.2408 99
5.7731 15.0161 100
5.7304 15.4610 101
5.8412 14.8069 102
5.7723 14.1676 103
5.6118 15.4048 104
5.7734 15.1165 105
5.8253 14.9264 106
5.8027 14.7596 107
5.7457 15.1671 108
5.7381 15.2209 109
5.8087 14.7408 110
5.8030 15.2581 111
5.8320 14.9718 112
5.6863 15.2960 113
5.8710 14.7119 114
5.7232 15.0268 115
5.8191 14.8410 116
5.6752 15.1243 117
5.8462 15.0258 118
5.6872 15.1223 119
5.7252 14.9306 120
5.8288 15.0880 121
5.7154 15.1128 122
5.7731 15.4266 123
5.7265 14.9659 124
5.6335 15.1716 125
5.7175 15.6793 126
5.7104 15.4801 127
5.6567 15.0955 128
5.9180 15.0188 129
5.5288 15.3623 130
5.7597 15.4404 131
5.8730 15.1977 132
5.7699 15.5542 133
5.6693 15.1629 134
5.7615 15.1227 135
5.7240 15.4303 136
5.7303 15.1579 137
5.7373 15.2233 138
5.8327 14.7246 139
5.6575 15.5657 140
5.6499 15.1918 141
5.7592 14.9380 142
5.7694 15.3017 143
5.7230 15.3452 144
5.8646 14.7439 145
5.7644 15.3110 146
5.7203 15.8015 147
5.6472 15.6682 148
5.8608 15.1659 149
5.7988 15.8322 150
5.8471 15.3636 151
5.7727 15.7957 152
5.6508 15.1050 153
5.7816 15.3157 154
5.8210 15.6138 155
5.7539 15.1308 156
5.7941 15.3775 157
5.6000 15.4838 158
5.7631 15.5708 159
5.7086 15.5326 160
5.7873 15.4520 161
5.7033 15.1639 162
5.8096 14.9752 163
5.7741 15.1489 164
5.6837 15.8508 165
5.6194 15.6911 166
5.8802 15.8204 167
5.7230 15.3510 168
5.7498 15.5641 169
5.6593 16.0866 170
5.7106 15.6393 171
5.7150 15.7347 172
5.8900 15.1096 173
5.6876 16.0257 174
5.7460 15.7940 175
5.6921 15.4479 176
5.7380 15.8687 177
5.6652 15.7234 178
5.7337 15.9722 179
5.7107 15.6004 180
5.6688 15.9564 181
5.7698 15.4953 182
5.6752 15.4695 183
5.7951 15.3870 184
5.6820 15.3892 185
5.7012 15.3069 186
5.8445 15.4246 187
5.7400 15.7290 188
5.7490 15.6652 189
5.7101 15.9525 190
5.8126 15.2409 191
5.7394 15.6082 192
5.6442 15.7932 193
5.7402 15.1385 194
5.7884 15.4226 195
5.5444 16.1383 196
5.7094 15.8144 197
5.6645 16.0524 198
5.6880 15.7864 199
5.7136 15.5176 200
5.6637 15.2914 201
5.6428 16.0657 202
5.7652 16.0983 203
5.7069 16.2021 204
5.7251 15.6593 205
5.7546 15.5634 206
5.6854 16.0332 207
5.7590 15.9248 208
5.7916 15.4682 209
5.7794 16.1797 210
5.6640 15.8133 211
5.5957 15.9253 212
5.8607 16.3813 213
5.7572 16.1253 214
5.7549 16.0874 215
5.6915 16.3464 216
5.6458 16.7042 217
5.6706 15.7191 218
5.7297 16.0799 219
5.6525 15.7766 220
5.6576 16.2920 221
5.6630 15.7460 222
5.7052 16.1921 223
5.7096 15.9475 224
5.8168 15.6872 225
5.7823 16.1230 226
5.7059 15.8028 227
5.7665 16.0063 228
5.7908 16.2456 229
5.7071 16.0749 230
5.7506 16.0597 231
5.6364 16.1518 232
5.7050 16.2710 233
5.7266 16.2172 234
5.7804 15.8192 235
5.7076 16.1186 236
5.6965 16.1123 237
5.7385 15.7495 238
5.7877 16.0528 239
5.5933 16.1774 240
5.6745 16.5711 241
5.6913 16.3114 242
5.7292 16.3525 243
5.7804 15.9284 244
5.6428 16.1581 245
5.6294 16.0005 246
5.7076 16.2986 247
5.7254 16.1134 248
5.7657 16.3133 249
5.7027 15.9364 250
5.6698 16.6521 251
5.6628 15.7597 252
5.6293 16.2164 253
5.6199 15.8001 254
5.6581 16.0590 255
5.6714 16.0894 256
5.7542 16.1121 257
5.7222 16.1358 258
5.8194 15.9213 259
5.6567 16.0372 260
5.6751 16.3755 261
5.6469 16.0893 262
5.6717 16.1122 263
5.7958 15.8767 264
5.8171 16.2429 265
5.7119 16.2250 266
5.7855 16.4065 267
5.7949 15.4456 268
5.7782 16.4003 269
5.7497 15.8927 270
5.6609 16.3852 271
5.8071 16.3739 272
5.7726 15.9497 273
5.6874 16.0825 274
5.7265 15.9471 275
5.8261 15.9685 276
5.6508 16.3370 277
5.6734 16.3040 278
5.6986 16.2803 279
5.7025 16.6162 280
5.7346 16.1483 281
5.6689 16.1718 282
5.6913 16.0822 283
5.7541 15.5025 284
5.7325 16.2702 285
5.8124 15.7343 286
5.6972 16.3263 287
5.7388 16.2631 288
5.7337 16.1185 289
5.5873 16.2938 290
5.6859 16.2026 291
5.8711 15.2906 292
5.6716 15.5945 293
5.7098 16.1930 294
5.6214 16.2915 295
5.7025 16.1317 296
5.6574 16.6203 297
5.7909 16.1098 298
5.8298 15.5068 299
5.7457 16.4390 300
5.6674 16.1994 301
5.6473 16.4981 302
5.7486 16.0311 303
5.5914 16.8805 304
5.7065 15.6899 305
5.7049 16.4121 306
5.7791 16.5573 307
5.7422 16.4121 308
5.6493 15.8135 309
5.7504 16.1579 310
5.7983 15.7995 311
5.6670 15.7541 312
5.6519 15.8321 313
5.7987 16.1384 314
5.8223 16.2025 315
5.7494 16.2737 316
5.7390 16.2242 317
5.7607 16.4318 318
5.6872 16.4799 319
5.7474 16.3387 320
5.8631 16.0204 321
5.7391 15.9252 322
5.6785 17.0023 323
5.6791 16.0897 324
5.7644 16.0529 325
5.7013 16.6206 326
5.8280 16.4234 327
5.6553 16.4436 328
5.6920 nan 329
5.7356 16.2001 330
5.7204 16.1120 331
5.5542 16.2315 332
5.7303 16.2902 333
5.6750 16.3221 334
5.6405 16.5904 335
5.8191 16.0871 336
5.7464 15.8915 337
5.7566 16.6865 338
5.7168 16.0537 339
5.6113 16.5037 340
5.6066 15.8096 341
5.6343 16.5955 342
nan nan 343
nan nan 344
nan nan 345
nan nan 346
nan nan 347
nan nan 348
nan nan 349
nan nan 350
nan nan 351
nan nan 352
nan nan 353
nan nan 354
nan nan 355
nan nan 356
nan nan 357
nan nan 358
nan nan 359
nan nan 360
nan nan 361
nan nan 362
nan nan 363
nan nan 364
nan nan 365
nan nan 366
nan nan 367
nan nan 368
nan nan 369
nan nan 370
nan nan 371
nan nan 372
nan nan 373
nan nan 374
nan nan 375
nan nan 376
nan nan 377
nan nan 378
nan nan 379
nan nan 380
nan nan 381
nan nan 382
nan nan 383
nan nan 384
nan nan 385
nan nan 386
nan nan 387
nan nan 388
nan nan 389
nan nan 390
nan nan 391
nan nan 392
nan nan 393
nan nan 394
nan nan 395
nan nan 396
nan nan 397
nan nan 398
nan nan 399

Framework versions