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_fer2013notest
  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：默认
    拆分：训练
    参数：默认
    评估指标：
    • 名称：准确率
      类型：accuracy
      值：0.7052268506235075
    • 名称：精确率
      类型：precision
      值：0.7048074435355876
    • 名称：召回率
      类型：recall
      值：0.7052268506235075
    • 名称：F1分数
      类型：f1
      值：0.7036260157126459

hq_fer2013notest

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。
在评估集上取得了以下结果：

• 损失：0.8294
• 准确率：0.7052
• 精确率：0.7048
• 召回率：0.7052
• F1分数：0.7036

模型描述

（待补充更多信息）

预期用途与限制

（待补充更多信息）

训练与评估数据

（待补充更多信息）

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（β1=0.9，β2=0.999，ε=1e-08）
• 学习率调度器类型：线性
• 学习率预热比例：0.1
• 训练轮次：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