基于胸部X光数据集微调的图像分类模型，准确率达97.13%

基于Google Vision Transformer (ViT) 架构微调的作物病害识别模型，准确率70%

基于音频数据集对MIT/ast-finetuned-audioset-10-10-0.4593进行微调的音频分类模型

基于Google的ViT模型在豆类数据集上微调得到的图像分类模型，准确率达98.5%

这是一个基于Google的ViT模型在beans数据集上微调得到的图像分类模型，在验证集上达到了98.5%的准确率。

基于BEiT架构的植物幼苗分类模型，在平衡数据集上微调，测试准确率达96%

基于Swin Transformer V2架构的视觉模型微调版本，在图像分类任务上表现优异

基于ViT架构的食物分类模型，在Food101数据集上微调，准确率达98.5%

基于google/vit-base-patch16-224在图像文件夹数据集上微调的视觉Transformer模型，用于图像分类任务。

基于Google的ViT模型在未知数据集上微调的视觉分类模型，擅长图像分类任务

基于Google Vision Transformer (ViT)架构的图像分类模型，在food101数据集上微调，用于食品图像分类任务

基于microsoft/resnet-18微调的图像分类模型，在图像文件夹数据集上表现优异。

基于Google的ViT基础模型在豆类图像数据集上微调的视觉分类模型，准确率达97.74%

该模型是基于timm/resnet18.a1_in1k在beans数据集上微调的图像分类模型，准确率为69.17%。

基于Google Vision Transformer (ViT)架构的图像分类模型，在EuroSAT数据集上微调

基于Vision Transformer架构的图像分类模型，在未知数据集上微调

该模型是基于facebook/wav2vec2-base在波斯语数据集上微调的语音识别模型，主要用于波斯语语音转文本任务。

基于ResNet-50架构在beans数据集上微调的图像分类模型，准确率达90.23%

基于OpenAI GPT-2模型的葡萄牙语生物医学文本生成模型，通过迁移学习与微调技术训练