标签:

• 训练生成 数据集:
• 预处理1024配置 指标:
• 准确率
• F1分数 模型索引:
• 名称: vit模型 结果:
  • 任务: 名称: 图像分类 类型: 图像分类 数据集: 名称: 预处理1024配置 类型: 预处理1024配置 参数: 默认 指标:
    • 名称: 准确率 类型: 准确率 值: 准确率: 0.6011306532663316
    • 名称: F1分数 类型: f1 值: f1: 0.5956396413406886

vit模型

该模型是基于预处理1024配置数据集对进行微调的版本。在评估集上取得了以下结果:

• 损失: 1.1353
• 准确率: {'accuracy': 0.6011306532663316}
• F1分数: {'f1': 0.5956396413406886}

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
• 优化器: Adam，参数为betas=(0.9,0.999)，epsilon=1e-08
• 学习率调度器类型: 线性
• 训练轮数: 10

训练结果

框架版本

• Transformers 4.20.1
• Pytorch 1.12.0
• Datasets 2.1.0
• Tokenizers 0.12.1