Vit Base Cifar10

🚀 vit-base-cifar10

本模型是基於 nateraw/vit-base-patch16-224-cifar10 在 cifar10-upside-down 數據集上進行微調的版本。它在圖像分類任務中表現出色，能有效處理 cifar10 相關數據。

🚀 快速開始

本模型是 nateraw/vit-base-patch16-224-cifar10 在 cifar10-upside-down 數據集上的微調版本，在評估集上取得了如下結果：

• 評估損失（eval_loss）：0.2348
• 評估準確率（eval_accuracy）：0.9134
• 評估運行時間（eval_runtime）：157.4172
• 每秒評估樣本數（eval_samples_per_second）：127.051
• 每秒評估步數（eval_steps_per_second）：1.988
• 訓練輪數（epoch）：0.02
• 訓練步數（step）：26

📚 詳細文檔

模型描述

視覺變換器（Vision Transformer）

訓練過程

訓練超參數

訓練過程中使用了以下超參數：

框架版本

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

📄 許可證

本項目採用 Apache-2.0 許可證。