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：resnet-50-FV2微调表情包模型
  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：训练集
    参数：默认
    指标：
    • 名称：准确率
      类型：accuracy
      值：0.6452859350850078
    • 名称：精确率
      类型：precision
      值：0.5727919568038408
    • 名称：召回率
      类型：recall
      值：0.6452859350850078
    • 名称：F1分数
      类型：f1
      值：0.5963647629954705

resnet-50-FV2微调表情包模型

该模型是基于微软/resnet-50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：0.9263
• 准确率：0.6453
• 精确率：0.5728
• 召回率：0.6453
• F1分数：0.5964

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

训练过程中使用了以下超参数：

• 学习率：0.00012
• 训练批次大小：64
• 评估批次大小：64
• 随机种子：42
• 梯度累积步数：4
• 总训练批次大小：256
• 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：20

训练结果

框架版本

• Transformers 4.24.0.dev0
• PyTorch 1.11.0+cu102
• Datasets 2.6.1.dev0
• Tokenizers 0.13.1