许可协议: apache-2.0
标签:

• 训练生成
  数据集:
• mnist
• autoevaluate/mnist-sample
  评估指标:
• 准确率
  模型索引:
• 名称: 图像分类
  结果:
  • 任务:
    名称: 图像分类
    类型: image-classification
    数据集:
    名称: mnist
    类型: mnist
    参数: mnist
    评估指标:
    • 名称: 准确率
      类型: accuracy
      值: 0.9833333333333333

图像分类模型

该模型是基于microsoft/swin-tiny-patch4-window7-224在mnist数据集上微调的版本。
在评估集上取得了以下结果：

• 损失值: 0.0556
• 准确率: 0.9833

模型描述

需要补充更多信息

使用场景与限制

需要补充更多信息

训练与评估数据

需要补充更多信息

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: 5e-05
• 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: 1

训练结果

框架版本

• Transformers 4.20.0
• PyTorch 1.11.0+cu113
• Datasets 2.3.2
• Tokenizers 0.12.1