许可证: apache-2.0 标签:

• 训练生成 数据集:
• 图像文件夹 指标:
• 准确率 模型索引:
• 名称: swin-base-patch4-window7-224-20epochs-finetuned-memes 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 分割: 训练集 参数: 默认 指标:
    • 名称: 准确率 类型: accuracy 值: 0.847758887171561
  • 任务: 类型: image-classification 名称: 图像分类 数据集: 类型: 自定义 名称: 自定义 分割: 测试集 指标:
    • 类型: f1 值: 0.8504084378729573 名称: F1分数
    • 类型: precision 值: 0.8519647060733512 名称: 精确率
    • 类型: recall 值: 0.8523956723338485 名称: 召回率

swin-base-patch4-window7-224-20epochs-finetuned-memes

本模型是基于microsoft/swin-tiny-patch4-window7-224在图像文件夹数据集上微调的版本。
评估集表现如下：

• 损失值: 0.7090
• 准确率: 0.8478

模型描述

（待补充详细信息）

使用场景与限制

（待补充详细信息）

训练与评估数据

（待补充详细信息）

训练流程

训练超参数

训练过程中使用的超参数配置：

• 学习率: 0.00012
• 训练批大小: 32
• 评估批大小: 32
• 随机种子: 42
• 梯度累积步数: 4
• 总训练批大小: 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: 20

训练结果

框架版本

• Transformers 4.22.1
• PyTorch 1.12.1+cu113
• Datasets 2.4.0
• Tokenizers 0.12.1