Resnet 18 Finetuned Dogfood

🚀 resnet-18-finetuned-dogfood

本模型是 microsoft/resnet-18 在 lewtun/dog_food 數據集上的微調版本。它在評估集上取得了以下效果：

• 損失率：0.2991
• 準確率：0.896

📚 詳細文檔

模型信息

評估結果

此模型在不同任務和數據集上的評估結果如下：

1. 在 lewtun/dog_food 數據集上的圖像分類任務：
   • 準確率：0.896
2. 在 lewtun/dog_food 數據集測試集上的圖像分類任務：
   • 準確率：0.8466666666666667（已驗證）
   • 宏精確率：0.8850127293141284（已驗證）
   • 微精確率：0.8466666666666667（已驗證）
   • 加權精確率：0.8939157698241645（已驗證）
   • 宏召回率：0.8555113273379528（已驗證）
   • 微召回率：0.8466666666666667（已驗證）
   • 加權召回率：0.8466666666666667（已驗證）
   • 宏 F1 分數：0.8431399312051647（已驗證）
   • 微 F1 分數：0.8466666666666667（已驗證）
   • 加權 F1 分數：0.8430272582865614（已驗證）
   • 損失率：0.3633290231227875（已驗證）
   • 馬修斯相關係數：0.7973101366252381（已驗證）

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：5e - 05
• 訓練批次大小：32
• 評估批次大小：32
• 隨機種子：42
• 梯度累積步數：4
• 總訓練批次大小：128
• 優化器：Adam（β1 = 0.9，β2 = 0.999，ε = 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：1

訓練結果

框架版本

• Transformers 4.20.1
• Pytorch 1.11.0+cu113
• Datasets 2.3.2
• Tokenizers 0.12.1

📄 許可證

本模型採用 Apache-2.0 許可證。