license: apache-2.0 tags:

• 训练生成 datasets:
• 零食数据集 metrics:
• 准确率 model-index:
• name: swin-base-finetuned-snacks results:
  • task: name: 图像分类 type: image-classification dataset: name: 零食数据集 type: snacks args: 默认 metrics:
    • name: 准确率 type: accuracy value: 0.9455497382198953

swin-base-finetuned-snacks

该模型是基于microsoft/swin-base-patch4-window7-224在零食数据集上微调的版本。
在评估集上取得了如下结果：

• 损失值: 0.2404
• 准确率: 0.9455

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: 3

训练结果

框架版本

• Transformers 4.19.2
• Pytorch 1.11.0+cu113
• Datasets 2.2.2
• Tokenizers 0.12.1