Vit Base Patch16 224 In21k Finetuned Cifar10

🚀 vit-base-patch16-224-in21k-finetuned-cifar10

該模型是 google/vit-base-patch16-224-in21k 在 cifar10 數據集上的微調版本。它在評估集上取得了出色的效果，能夠有效進行圖像分類任務，為相關領域的應用提供了有力支持。

📚 詳細文檔

模型描述

此模型是基於 google/vit-base-patch16-224-in21k 在 cifar10 數據集上進行微調得到的。在評估集上，它取得了如下結果：

• 損失值：0.2564
• 準確率：0.9788

預期用途與限制

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：1

訓練結果

框架版本

• Transformers 4.17.0
• 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。