Training Loss	Epoch	Step	Validation Loss	Answer	Header	Question	Overall Accuracy
1.8104	1.0	19	1.7227	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 809}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 119}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 1070}	0.2854
1.7658	2.0	38	1.7254	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 809}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 119}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 1070}	0.2854
1.7511	3.0	57	1.7137	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 809}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 119}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 1070}	0.2854
1.7532	4.0	76	1.7184	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 809}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 119}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 1070}	0.2854
1.7589	5.0	95	1.7141	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 809}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 119}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 1070}	0.2854
1.748	6.0	114	1.7016	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 809}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 119}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 1070}	0.2854
1.7487	7.0	133	1.7239	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 809}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 119}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 1070}	0.2854
1.7483	8.0	152	1.7207	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 809}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 119}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 1070}	0.2854
1.7465	9.0	171	1.7119	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 809}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 119}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 1070}	0.2854
1.7458	10.0	190	1.7169	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 809}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 119}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 1070}	0.2854
1.7419	11.0	209	1.7125	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 809}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 119}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 1070}	0.2854
1.7425	12.0	228	1.7218	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 809}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 119}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 1070}	0.2854
1.7424	13.0	247	1.7250	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 809}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 119}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 1070}	0.2854
1.7412	14.0	266	1.7232	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 809}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 119}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 1070}	0.2854
1.7389	15.0	285	1.7205	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 809}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 119}	{'precision': 0.0, 'recall': 0.0, 'f1': 0.0, 'number': 1070}	0.2854

Framework versions

Transformers 4.28.0
Pytorch 2.0.1+cu118
Datasets 2.12.0
Tokenizers 0.13.3

fabgei/layoutlm-funsd

layoutlm-funsd

Model description

Intended uses & limitations

Training and evaluation data

Training procedure

Training hyperparameters

Training results

Framework versions

fabgei/
layoutlm-funsd