许可证：apache-2.0
标签：

• 图像分类
• 视觉
• 训练生成
  数据集：
• cifar10
  评估指标：
• 准确率

模型索引：

• 名称：vit-base-cifar10
  结果：
  • 任务：
    名称：图像分类
    类型：image-classification
    数据集：
    名称：cifar10
    类型：cifar10
    配置：plain_text
    拆分：train
    参数：plain_text
    评估指标：
    • 名称：准确率
      类型：accuracy
      值：0.106

vit-base-cifar10

此模型是基于google/vit-base-patch16-224-in21k在cifar10数据集上微调的版本。
在评估集上达到以下结果：

• 损失：2.3302
• 准确率：0.106

模型描述

需补充更多信息

预期用途与限制

需补充更多信息

训练与评估数据

需补充更多信息

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：5e-05
• 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（beta=(0.9,0.999)，epsilon=1e-08）
• 学习率调度器类型：linear
• 训练轮次：10.0

训练结果

框架版本

• Transformers 4.26.0.dev0
• Pytorch 1.13.1+cu117
• Datasets 2.8.0
• Tokenizers 0.13.2