license: apache-2.0 tags:

• 从训练器生成 datasets:
• 图像文件夹 metrics:
• 准确率 model-index:
• name: vit-base-patch16-224-微调-表情包-v3 results:
  • task: name: 图像分类 type: image-classification dataset: name: 图像文件夹 type: imagefolder config: 默认 split: 训练集 args: 默认 metrics:
    • name: 准确率 type: accuracy value: 0.847758887171561

vit-base-patch16-224-微调-表情包-v3

该模型是在图像文件夹数据集上对google/vit-base-patch16-224进行微调的版本。 在评估集上取得了以下结果：

• 损失：0.3862
• 准确率：0.8478

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：0.00012
• 训练批次大小：32
• 评估批次大小：32
• 随机种子：42
• 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：线性
• 学习率调度器预热比例：0.1
• 训练轮数：4

训练结果

框架版本

• Transformers 4.23.1
• Pytorch 1.12.1+cu113
• Datasets 2.6.1
• Tokenizers 0.13.1