许可证：apache-2.0
标签：

• 图像分类
• 训练生成
  数据集：
• food101
  评估指标：
• 准确率
  模型索引：
• 名称：vit-base-food101-demo-v5
  结果：
  • 任务：
    名称：图像分类
    类型：image-classification
    数据集：
    名称：food101
    类型：food101
    配置：默认
    分割：训练集
    参数：默认
    评估指标：
    • 名称：准确率
      类型：accuracy
      值：0.8539405940594059

vit-base-food101-demo-v5

该模型是基于google/vit-base-patch16-224-in21k在food101数据集上微调的版本。
在评估集上取得了以下结果：

• 损失：0.5493
• 准确率：0.8539

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

训练过程中使用了以下超参数：

• 学习率：0.0002
• 训练批次大小：16
• 评估批次大小：8
• 随机种子：42
• 优化器：Adam（beta=(0.9,0.999)，epsilon=1e-08）
• 学习率调度器类型：线性
• 训练轮次：4
• 混合精度训练：原生AMP

训练结果

框架版本

• Transformers 4.21.1
• PyTorch 1.12.0+cu113
• Datasets 2.4.0
• Tokenizers 0.12.1