license: apache-2.0 tags:

• 训练器生成 datasets:
• 图像文件夹 metrics:
• 准确率 model-index:
• name: resnet-50微调-FER2013-0.003-CKPlus results:
  • task: name: 图像分类 type: image-classification dataset: name: 图像文件夹 type: image_folder args: 默认 metrics:
    • name: 准确率 type: accuracy value: 0.9847715736040609

resnet-50微调-FER2013-0.003-CKPlus

该模型是基于Celal11/resnet-50微调-FER2013-0.003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：0.0614
• 准确率：0.9848

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

训练流程

训练超参数

训练过程中使用的超参数如下：

• 学习率：0.003
• 训练批次大小：16
• 评估批次大小：16
• 随机种子：42
• 梯度累积步数：4
• 总训练批次大小：64
• 优化器：Adam，参数betas=(0.9,0.999)，epsilon=1e-08
• 学习率调度器类型：线性
• 学习率预热比例：0.1
• 训练轮次：2

训练结果

框架版本

• Transformers 4.20.1
• Pytorch 1.11.0
• Datasets 2.1.0
• Tokenizers 0.12.1