Vit Base Riego

🚀 vit-base-riego

本項目基於google/vit-base-patch16-224-in21k模型，在imagefolder數據集上進行微調，用於圖像分類任務，在評估集上有特定的損失和F1指標表現。

🚀 快速開始

本模型是 google/vit-base-patch16-224-in21k 在imagefolder數據集上的微調版本。它在評估集上取得了以下結果：

• 損失：1.2998
• F1值：0.3729

🔧 技術細節

訓練超參數

訓練過程中使用了以下超參數：

• 學習率：0.0002
• 訓練批次大小：16
• 評估批次大小：8
• 隨機種子：42
• 優化器：Adam（β1 = 0.9，β2 = 0.999，ε = 1e-08）
• 學習率調度器類型：線性
• 訓練輪數：16
• 混合精度訓練：原生自動混合精度（Native AMP）

訓練結果

框架版本

• Transformers：4.26.1
• Pytorch：1.13.1+cu116
• Datasets：2.10.1
• Tokenizers：0.13.2

📄 許可證

本項目採用Apache-2.0許可證。