Videomae Base Finetuned Deception Dataset

🚀 視頻MAE基礎模型微調欺騙數據集模型

本模型是在未知數據集上對 MCG-NJU/videomae-base 進行微調後的版本。它在評估集上取得了以下結果：

• 損失值：1.0893
• 準確率：0.7037

🚀 快速開始

此模型是基於 MCG-NJU/videomae-base 在未知數據集上微調得到的。在評估集上展現了一定的性能，損失值為 1.0893，準確率達到 0.7037。

📚 詳細文檔

模型描述

更多信息待補充。

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

訓練期間使用了以下超參數：

• 學習率：5e-05
• 訓練批次大小：8
• 評估批次大小：8
• 隨機種子：42
• 梯度累積步數：2
• 總訓練批次大小：16
• 優化器：使用 OptimizerNames.ADAMW_TORCH，β值為 (0.9, 0.999)，ε值為 1e-08，無額外優化器參數
• 學習率調度器類型：線性
• 學習率調度器熱身比例：0.1
• 訓練步數：300

訓練結果

框架版本

• Transformers 4.51.3
• Pytorch 2.1.0+cu121
• Datasets 3.5.0
• Tokenizers 0.21.1

📄 許可證

本項目採用 CC BY-NC 4.0 許可證。