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
• 精确率
• 召回率
• F1分数 模型索引:
• 名称: hq_fer2013notestaugM 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: default 分割: train 参数: default 评估指标:
    • 名称: 准确率 类型: accuracy 值: 0.6998319625011055
    • 名称: 精确率 类型: precision 值: 0.7022095243425648
    • 名称: 召回率 类型: recall 值: 0.6998319625011055
    • 名称: F1分数 类型: f1 值: 0.6999146124635052

hq_fer2013notestaugM

该模型是基于google/vit-base-patch16-224-in21k在图像文件夹数据集上微调的版本。 其在评估集上的表现如下：

• 损失: 0.8297
• 准确率: 0.6998
• 精确率: 0.7022
• 召回率: 0.6998
• F1分数: 0.6999

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: 1e-05
• 训练批次大小: 32
• 评估批次大小: 32
• 随机种子: 17
• 梯度累积步数: 4
• 总训练批次大小: 128
• 优化器: Adam，参数为betas=(0.9,0.999)和epsilon=1e-08
• 学习率调度器类型: linear
• 学习率调度器预热比例: 0.1
• 训练轮数: 10

训练结果

框架版本

• Transformers 4.27.0.dev0
• Pytorch 1.13.1+cu116
• Datasets 2.9.0
• Tokenizers 0.13.2