🚀 cvt-13-384-in22k-FV-finetuned-memes
該模型是 microsoft/cvt-13-384-22k 在 imagefolder 數據集上的微調版本。它在評估集上取得了以下成績:
- 損失值:0.5595
- 準確率:0.8346
- 精確率:0.8327
- 召回率:0.8346
- F1值:0.8322
📚 詳細文檔
模型描述
更多信息待補充。
預期用途和限制
更多信息待補充。
訓練和評估數據
更多信息待補充。
訓練過程
訓練超參數
訓練過程中使用了以下超參數:
- 學習率:0.00012
- 訓練批次大小:64
- 評估批次大小:64
- 隨機種子:42
- 梯度累積步數:4
- 總訓練批次大小:256
- 優化器:Adam,β值=(0.9, 0.999),ε值=1e - 08
- 學習率調度器類型:線性
- 學習率調度器熱身比例:0.1
- 訓練輪數:20
訓練結果
訓練損失 |
輪數 |
步數 |
驗證損失 |
準確率 |
精確率 |
召回率 |
F1值 |
1.4066 |
0.99 |
20 |
1.2430 |
0.5124 |
0.5141 |
0.5124 |
0.4371 |
1.0813 |
1.99 |
40 |
0.8244 |
0.6893 |
0.6834 |
0.6893 |
0.6616 |
0.8392 |
2.99 |
60 |
0.6334 |
0.7612 |
0.7670 |
0.7612 |
0.7570 |
0.7065 |
3.99 |
80 |
0.5819 |
0.7767 |
0.7799 |
0.7767 |
0.7672 |
0.5751 |
4.99 |
100 |
0.5365 |
0.8176 |
0.8216 |
0.8176 |
0.8130 |
0.4896 |
5.99 |
120 |
0.4943 |
0.8308 |
0.8257 |
0.8308 |
0.8265 |
0.4487 |
6.99 |
140 |
0.5399 |
0.8107 |
0.8069 |
0.8107 |
0.8054 |
0.4349 |
7.99 |
160 |
0.4892 |
0.8300 |
0.8285 |
0.8300 |
0.8273 |
0.43 |
8.99 |
180 |
0.4984 |
0.8454 |
0.8465 |
0.8454 |
0.8426 |
0.4372 |
9.99 |
200 |
0.5573 |
0.8192 |
0.8221 |
0.8192 |
0.8157 |
0.3994 |
10.99 |
220 |
0.5158 |
0.8300 |
0.8284 |
0.8300 |
0.8281 |
0.3883 |
11.99 |
240 |
0.5495 |
0.8354 |
0.8317 |
0.8354 |
0.8314 |
0.406 |
12.99 |
260 |
0.5298 |
0.8284 |
0.8285 |
0.8284 |
0.8246 |
0.3355 |
13.99 |
280 |
0.5401 |
0.8393 |
0.8346 |
0.8393 |
0.8357 |
0.395 |
14.99 |
300 |
0.5915 |
0.8308 |
0.8278 |
0.8308 |
0.8261 |
0.3612 |
15.99 |
320 |
0.5852 |
0.8408 |
0.8378 |
0.8408 |
0.8368 |
0.3765 |
16.99 |
340 |
0.5509 |
0.8385 |
0.8351 |
0.8385 |
0.8356 |
0.3688 |
17.99 |
360 |
0.5668 |
0.8416 |
0.8398 |
0.8416 |
0.8387 |
0.3503 |
18.99 |
380 |
0.5626 |
0.8393 |
0.8371 |
0.8393 |
0.8365 |
0.3611 |
19.99 |
400 |
0.5595 |
0.8346 |
0.8327 |
0.8346 |
0.8322 |
框架版本
- Transformers 4.24.0.dev0
- Pytorch 1.11.0+cu102
- Datasets 2.6.1.dev0
- Tokenizers 0.13.1
📄 許可證
本模型採用 Apache - 2.0 許可證。
📊 相關指標
屬性 |
詳情 |
生成來源 |
由訓練器生成 |
數據集 |
imagefolder |
評估指標 |
準確率、精確率、召回率、F1值 |