Vit Base Cifar10

🚀 vit-base-cifar10

本模型是基于 nateraw/vit-base-patch16-224-cifar10 在 cifar10-upside-down 数据集上进行微调的版本。它在图像分类任务中表现出色，能有效处理 cifar10 相关数据。

🚀 快速开始

本模型是 nateraw/vit-base-patch16-224-cifar10 在 cifar10-upside-down 数据集上的微调版本，在评估集上取得了如下结果：

• 评估损失（eval_loss）：0.2348
• 评估准确率（eval_accuracy）：0.9134
• 评估运行时间（eval_runtime）：157.4172
• 每秒评估样本数（eval_samples_per_second）：127.051
• 每秒评估步数（eval_steps_per_second）：1.988
• 训练轮数（epoch）：0.02
• 训练步数（step）：26

📚 详细文档

模型描述

视觉变换器（Vision Transformer）

训练过程

训练超参数

训练过程中使用了以下超参数：

框架版本

• Transformers 4.18.0
• Pytorch 1.10.0+cu111
• Datasets 2.0.0
• Tokenizers 0.11.6

📄 许可证

本项目采用 Apache-2.0 许可证。