Vit Base Patch16 224 In21k Finetuned Cifar10

🚀 vit-base-patch16-224-in21k-finetuned-cifar10

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

• 损失率：0.1357
• 准确率：0.9881

📚 详细文档

模型描述

更多信息待补充。

预期用途与限制

更多信息待补充。

训练和评估数据

更多信息待补充。

训练过程

训练超参数

训练期间使用了以下超参数：

• 学习率：5e-05
• 训练批次大小：32
• 评估批次大小：32
• 随机种子：42
• 梯度累积步数：4
• 总训练批次大小：128
• 优化器：Adam（β1=0.9，β2=0.999，ε=1e-08）
• 学习率调度器类型：线性
• 学习率调度器预热比例：0.1
• 训练轮数：3

训练结果

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。

🔍 其他信息

• 标签：generated_from_trainer
• 数据集：image_folder
• 评估指标：准确率
• 基础模型：google/vit-base-patch16-224-in21k

模型索引：

• 名称：vit-base-patch16-224-in21k-finetuned-cifar10
  • 结果：
    • 任务：
      • 类型：图像分类
      • 名称：图像分类
    • 数据集：
      • 名称：image_folder
      • 类型：image_folder
      • 参数：默认
    • 评估指标：
      • 类型：准确率
      • 值：0.9881481481481481
      • 名称：准确率

⚠️ 重要提示

本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内容，然后移除本注释。