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
  模型索引：
• 名称：resnet50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：0.5741885625965997
  • 任务：
    类型：image-classification
    名称：图像分类
    数据集：
    类型：自定义
    名称：custom
    拆分：测试集
    指标：
    • 类型：f1
      值：0.47811617701687364
      名称：F1分数
    • 类型：precision
      值：0.43689216537139497
      名称：精确率
    • 类型：recall
      值：0.5695517774343122
      名称：召回率

resnet50微调表情包模型

本模型是基于microsoft/resnet-50在图像文件夹数据集上微调的版本。
在评估集上达到以下结果：

• 损失：1.0625
• 准确率：0.5742

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：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（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：10

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