Van Base Finetuned Eurosat Imgaug

🚀 van-base-finetuned-eurosat-imgaug

該模型是基於 Visual-Attention-Network/van-base 在 image_folder 數據集上進行微調的版本。它在評估集上取得了出色的效果，損失率低至 0.0379，準確率高達 0.9885，能為圖像分類任務提供可靠的支持。

🚀 快速開始

本模型是 Visual-Attention-Network/van-base 在 image_folder 數據集上的微調版本。它在評估集上取得了以下結果：

• 損失率：0.0379
• 準確率：0.9885

📚 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：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
• 學習率調度器預熱比例：0.1
• 訓練輪數：3

訓練結果

框架版本

• Transformers 4.18.0
• Pytorch 1.10.0+cu111
• Datasets 2.0.0
• Tokenizers 0.11.6

📄 許可證

本模型採用 Apache-2.0 許可證。