license: apache-2.0 tags:

• 训练器生成 datasets:
• 图像文件夹 metrics:
• 准确率 base_model: Visual-Attention-Network/van-base model-index:
• name: van-base-finetuned-eurosat-imgaug results:
  • task: type: 图像分类 name: 图像分类 dataset: name: 图像文件夹 type: 图像文件夹 args: 默认 metrics:
    • type: 准确率 value: 0.9885185185185185 name: 准确率

van-base-finetuned-eurosat-imgaug

该模型是基于Visual-Attention-Network/van-base在图像文件夹数据集上进行微调的版本。
在评估集上取得了如下结果：

• 损失：0.0379
• 准确率：0.9885

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：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，参数betas=(0.9,0.999)，epsilon=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 4.18.0
• Pytorch 1.10.0+cu111
• Datasets 2.0.0
• Tokenizers 0.11.6