Vit-Cifar100

Ahmed9275

Clasificación de imagen

Este modelo es una versión afinada de google/vit-base-patch16-224-in21k en el conjunto de datos Cifar100. Logra los siguientes resultados en el conjunto de evaluación: Pérdida: 0.4420, Precisión: 0.8985.

Como usar

Los siguientes hiperparámetros se usaron durante el entrenamiento:
aprendizaje_rate: 0.0002
train_batch_size: 16
eval_batch_size: 8
seed: 42
optimizador: Adam with betas=(0.9,0.999) y epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 4
mixed_precision_training: Native AMP

Funcionalidades

Clasificación de imágenes
Transformers
PyTorch
TensorBoard
Resultados generados por el evaluador

Casos de uso

Clasificación de imágenes en el dataset Cifar100