Resnet18 Cifar10

🚀 timm

このモデルはCIFAR-10データセットで学習された小型のResNet18モデルです。画像分類タスクに使用できます。

🚀 クイックスタート

以下のコードを使用して、モデルを始めることができます。

import detectors
import timm

model = timm.create_model("resnet18_cifar10", pretrained=True)

✨ 主な機能

• このモデルはCIFAR-10データセットで学習されたResNet18モデルです。
• 画像分類タスクに使用でき、テスト精度は0.9498です。

📦 インストール

ドキュメントに具体的なインストール手順が記載されていないため、このセクションをスキップします。

💻 使用例

基本的な使用法

import detectors
import timm

model = timm.create_model("resnet18_cifar10", pretrained=True)

📚 ドキュメント

学習データ

学習データはCIFAR-10です。

学習ハイパーパラメータ

• config: scripts/train_configs/cifar10.json
• model: resnet18_cifar10
• dataset: cifar10
• batch_size: 128
• epochs: 300
• validation_frequency: 5
• seed: 1
• criterion: CrossEntropyLoss
• criterion_kwargs: {}
• optimizer: SGD
• lr: 0.1
• optimizer_kwargs: {'momentum': 0.9, 'weight_decay': 0.0005, 'nesterov': 'True'}
• scheduler: ReduceLROnPlateau
• scheduler_kwargs: {'factor': 0.1, 'patience': 3, 'threshold': 0.001, 'mode': 'max'}
• debug: False

テストデータ

テストデータはCIFAR-10です。

モデルの指標

📄 ライセンス

このモデルはMITライセンスの下で提供されています。

このモデルカードはEduardo Dadaltoによって作成されました。