🚀 tiny-random-vit-finetuned-eurosat

本模型是 hf-internal-testing/tiny-random-vit 在 imagefolder 数据集上的微调版本。它在评估集上取得了以下成绩：

• 损失值：1.0488
• 准确率：0.6647

🚀 快速开始

此模型是基于 imagefolder 数据集对 hf-internal-testing/tiny-random-vit 进行微调得到的，可直接用于图像分类任务。

✨ 主要特性

• 微调模型：基于 hf-internal-testing/tiny-random-vit 模型在 imagefolder 数据集上进行微调。
• 评估指标：在评估集上有明确的损失值和准确率指标。

📚 详细文档

模型描述

本模型是对 hf-internal-testing/tiny-random-vit 进行微调后的版本，用于图像分类任务。

预期用途与限制

文档暂未提供相关信息。

训练和评估数据

文档暂未提供相关信息。

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：5e-05
• 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
• 学习率调度器预热比例：0.1
• 训练轮数：3

训练结果

框架版本

• Transformers 4.21.0
• Pytorch 1.12.0+cu113
• Datasets 2.4.0
• Tokenizers 0.12.1

📄 许可证

文档暂未提供相关信息。