Vit Base Riego

🚀 vit-base-riego

本项目基于google/vit-base-patch16-224-in21k模型，在imagefolder数据集上进行微调，用于图像分类任务，在评估集上有特定的损失和F1指标表现。

🚀 快速开始

本模型是 google/vit-base-patch16-224-in21k 在imagefolder数据集上的微调版本。它在评估集上取得了以下结果：

• 损失：1.2998
• F1值：0.3729

🔧 技术细节

训练超参数

训练过程中使用了以下超参数：

• 学习率：0.0002
• 训练批次大小：16
• 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：16
• 混合精度训练：原生自动混合精度（Native AMP）

训练结果

框架版本

• Transformers：4.26.1
• Pytorch：1.13.1+cu116
• Datasets：2.10.1
• Tokenizers：0.13.2

📄 许可证

本项目采用Apache-2.0许可证。