🚀 vit-mlo-512-breat_composition
本模型是在 preprocessed1024_config 数据集上对 进行微调后的版本。它在评估集上取得了以下结果:
- 损失值:1.3123
- 准确率:{'accuracy': 0.5791457286432161}
- F1 值:{'f1': 0.5749067914290308}
📚 详细文档
模型信息
属性 |
详情 |
标签 |
由训练器生成 |
数据集 |
preprocessed1024_config |
评估指标 |
准确率、F1值 |
模型评估结果
任务名称 |
任务类型 |
数据集名称 |
数据集类型 |
数据集参数 |
指标名称 |
指标类型 |
指标值 |
图像分类 |
图像分类 |
preprocessed1024_config |
preprocessed1024_config |
默认 |
准确率 |
准确率 |
{'accuracy': 0.5791457286432161} |
图像分类 |
图像分类 |
preprocessed1024_config |
preprocessed1024_config |
默认 |
F1值 |
F1值 |
{'f1': 0.5749067914290308} |
训练过程
训练超参数
训练过程中使用了以下超参数:
- 学习率:5e-05
- 训练批次大小:8
- 评估批次大小:8
- 随机种子:42
- 优化器:Adam(β1=0.9,β2=0.999,ε=1e-08)
- 学习率调度器类型:线性
- 训练轮数:10
训练结果
训练损失 |
轮数 |
步数 |
验证损失 |
准确率 |
F1值 |
1.2679 |
1.0 |
796 |
1.0281 |
{'accuracy': 0.5062814070351759} |
{'f1': 0.38950358034816535} |
0.9805 |
2.0 |
1592 |
0.9240 |
{'accuracy': 0.5672110552763819} |
{'f1': 0.5273112700912543} |
0.9167 |
3.0 |
2388 |
0.9608 |
{'accuracy': 0.5477386934673367} |
{'f1': 0.45736748568671376} |
0.8292 |
4.0 |
3184 |
0.8973 |
{'accuracy': 0.5891959798994975} |
{'f1': 0.5783349603036094} |
0.7695 |
5.0 |
3980 |
1.0477 |
{'accuracy': 0.5571608040201005} |
{'f1': 0.5379432393338944} |
0.6912 |
6.0 |
4776 |
0.9479 |
{'accuracy': 0.585427135678392} |
{'f1': 0.5766494177636581} |
0.61 |
7.0 |
5572 |
1.1280 |
{'accuracy': 0.5703517587939698} |
{'f1': 0.5560158679652624} |
0.5591 |
8.0 |
6368 |
1.1866 |
{'accuracy': 0.5741206030150754} |
{'f1': 0.5541999644498281} |
0.5021 |
9.0 |
7164 |
1.1537 |
{'accuracy': 0.582286432160804} |
{'f1': 0.566315815243799} |
0.4262 |
10.0 |
7960 |
1.3123 |
{'accuracy': 0.5791457286432161} |
{'f1': 0.5749067914290308} |
框架版本
- Transformers 4.20.1
- Pytorch 1.12.0
- Datasets 2.1.0
- Tokenizers 0.12.1
⚠️ 重要提示
此模型卡片是根据训练器可获取的信息自动生成的。你可能需要校对并完善它,然后移除本注释。