Amoros Beaugosse Batch 64 Epochs 150 Test Large 2025 05 31 74882 Bs64 Freeze

🚀 Amoros_Beaugosse_batch_64_epochs_150_test-large-2025_05_31_74882-bs64_freeze

本模型是 facebook/dinov2-large 在 None 數據集上的微調版本。它在評估集上取得了以下結果：

• 損失：0.0794
• F1 微觀：0.6595
• F1 宏觀：0.5426
• 準確率：0.5713
• 學習率：0.0000

🚀 快速開始

本模型是經過微調的版本，可直接加載使用。你可以使用 transformers 庫來加載該模型。

📚 詳細文檔

模型描述

該模型基於 facebook/dinov2-large 進行微調，但具體的模型描述信息暫未提供。

預期用途與限制

關於該模型的預期用途和限制的詳細信息暫未提供。

訓練和評估數據

訓練和評估所使用的數據的詳細信息暫未提供。

📦 安裝指南

若要使用該模型，你需要安裝 transformers 庫及其相關依賴。可以使用以下命令進行安裝：

pip install transformers==4.48.0 datasets==3.0.2 tokenizers==0.21.1
pip install torch==2.6.0+cu118 -f https://download.pytorch.org/whl/cu118/torch_stable.html

💻 使用示例

由於文檔中未提供具體的使用代碼示例，你可以參考以下通用的 transformers 庫加載模型的示例：

from transformers import AutoModel

model = AutoModel.from_pretrained("Amoros_Beaugosse_batch_64_epochs_150_test-large-2025_05_31_74882-bs64_freeze")

🔧 技術細節

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：0.001
• 訓練批次大小：64
• 評估批次大小：64
• 隨機種子：42
• 優化器：使用 OptimizerNames.ADAMW_TORCH，其中 betas=(0.9, 0.999)，epsilon=1e-08，無額外的優化器參數
• 學習率調度器類型：線性
• 訓練輪數：150
• 混合精度訓練：原生 AMP

訓練結果

框架版本

訓練和使用該模型所使用的框架版本如下：

• Transformers 4.48.0
• Pytorch 2.6.0+cu118
• Datasets 3.0.2
• Tokenizers 0.21.1

📄 許可證

該模型使用 apache-2.0 許可證。你可以在使用該模型時遵循該許可證的相關規定。