许可证：apache-2.0
标签：

• 训练生成
  数据集：
• 图像文件夹
  评估指标：
• 准确率
  模型索引：
• 名称：weather-base
  结果：
  • 任务：
    名称：图像分类
    类型：image-classification
    数据集：
    名称：imagefolder
    类型：imagefolder
    配置：dataset
    拆分：train
    参数：dataset
    评估指标：
    • 名称：准确率
      类型：accuracy
      值：0.9358600583090378

weather-base

该模型是基于microsoft/beit-base-patch16-224-pt22k-ft22k在图像文件夹数据集上微调的版本。
在评估集上取得了以下结果：

• 损失：0.2184
• 准确率：0.9359

模型描述

需要更多信息

预期用途与限制

需要更多信息

训练与评估数据

需要更多信息

训练过程

训练超参数

训练过程中使用了以下超参数：

• 学习率：5e-05
• 训练批次大小：8
• 评估批次大小：8
• 随机种子：42
• 梯度累积步数：4
• 总训练批次大小：32
• 优化器：Adam，参数为betas=(0.9,0.999)和epsilon=1e-08
• 学习率调度器类型：线性
• 学习率预热比例：0.1
• 训练轮数：6

训练结果

框架版本

• Transformers 4.26.1
• Pytorch 1.13.1+cu116
• Datasets 2.10.1
• Tokenizers 0.13.2