许可证：apache-2.0
标签：

• 图像分类
• 训练生成
  数据集：
• cifar10
  模型索引：
• 名称：vit-base-patch16-224-cifar10
  结果：
  • 任务：
    类型：图像分类
    名称：图像分类
    数据集：
    名称：cifar10
    类型：cifar10
    配置：纯文本
    分割：测试
    指标：
    • 名称：准确率
      类型：accuracy
      值：0.1004
      已验证：true
    • 名称：宏平均精确率
      类型：precision
      值：0.07725693204097324
      已验证：true
    • 名称：微平均精确率
      类型：precision
      值：0.1004
      已验证：true
    • 名称：加权平均精确率
      类型：precision
      值：0.07725693204097323
      已验证：true
    • 名称：宏平均召回率
      类型：recall
      值：0.1004
      已验证：true
    • 名称：微平均召回率
      类型：recall
      值：0.1004
      已验证：true
    • 名称：加权平均召回率
      类型：recall
      值：0.1004
      已验证：true
    • 名称：宏平均F1分数
      类型：f1
      值：0.07942008420616108
      已验证：true
    • 名称：微平均F1分数
      类型：f1
      值：0.1004
      已验证：true
    • 名称：加权平均F1分数
      类型：f1
      值：0.07942008420616108
      已验证：true
    • 名称：损失值
      类型：loss
      值：2.3154706954956055
      已验证：true

vit-base-patch16-224-cifar10

该模型是基于google/vit-base-patch16-224-in21k在cifar10数据集上微调的版本。

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

训练过程

训练超参数

训练过程中使用了以下超参数：

• 学习率：2e-05
• 训练批次大小：8
• 评估批次大小：8
• 随机种子：1337
• 优化器：Adam（beta1=0.9，beta2=0.999，epsilon=1e-08）
• 学习率调度器类型：线性
• 训练轮数：3.0

框架版本

• Transformers 4.19.0.dev0
• PyTorch 1.10.1
• Datasets 2.1.0
• Tokenizers 0.12.1