Views
No views yet
1{
2 "model_name": "gemma-3-4b",
3 "training_steps": 1000,
4 "lora_rank": 32,
5 "batch_size": 8,
6 "learning_rate": "auto",
7 "optimizer": "adamw"
8}evaluation/ 폴더에서 확인하실 수 있습니다.1from transformers import AutoTokenizer, AutoModelForSequenceClassification
2import torch
3
4# 모델과 토크나이저 로드
5model_name = "doriankim/gemma3-4b-skin-cancer-classifier"
6tokenizer = AutoTokenizer.from_pretrained(model_name)
7model = AutoModelForSequenceClassification.from_pretrained(model_name)
8
9# 추론 예시
10def predict_skin_condition(text):
11 inputs = tokenizer(text, return_tensors="pt", padding=True, truncation=True)
12 with torch.no_grad():
13 outputs = model(**inputs)
14 predictions = torch.nn.functional.softmax(outputs.logits, dim=-1)
15 return predictions├── config.json # 모델 설정
├── pytorch_model.bin # 모델 가중치
├── tokenizer files # 토크나이저 관련 파일들
├── evaluation/ # 평가 결과 및 분석
│ ├── results/ # 성능 지표
│ ├── plots/ # 시각화 결과
│ └── logs/ # 평가 로그
└── README.md # 이 파일@misc{gemma3_4b_skin_cancer_classifier,
author = {doriankim},
title = {Gemma-3 4B Skin Cancer Classifier},
year = {2024},
publisher = {Hugging Face},
url = {https://huggingface.co/doriankim/gemma3-4b-skin-cancer-classifier}
}