videomae-base-finetuned-ucf101-subset

El modelo se puede utilizar para la clasificación de video. Los hiperparámetros utilizados durante el entrenamiento fueron:

learning_rate: 5e-05
train_batch_size: 1
eval_batch_size: 1
seed: 42
optimizer: Adam con betas=(0.9,0.999) y epsilon=1e-08
lr_scheduler_type: linear
lr_scheduler_warmup_ratio: 0.1
training_steps: 1200

Resultados del entrenamiento:

Pérdida de entrenamiento
Época
Paso
Pérdida de validación
Precisión

1.2347
0.25
300
1.5487
0.3571

1.0497
1.25
600
0.7867
0.7857

0.3479
2.25
900
0.3544
0.9143

0.0047
3.25
1200
0.2159
0.9429

Versiones del framework:

Transformers 4.38.1
Pytorch 2.1.0+cu121
Datasets 2.17.1
Tokenizers 0.15.2