vivit-b-16x2-kinetics400-finetuned-ucf101-subset

Procedimiento de Entrenamiento

Hiperparámetros de Entrenamiento

Los siguientes hiperparámetros fueron utilizados durante el entrenamiento:

• tasa_de_aprendizaje: 5e-05
• tamaño_de_lote_entrenamiento: 1
• tamaño_de_lote_evaluación: 1
• semilla: 42
• optimizador: Adam con betas=(0.9,0.999) y epsilon=1e-08
• tipo_de_programador_lr: linear
• proporción_calentamiento_lr: 0.1
• pasos_de_entrenamiento: 20

Resultados de Entrenamiento

• Pérdida de Entrenamiento: 872310942836251954510729370121797632.0000

• Época: 0.5

• Paso: 10

• Pérdida de Validación: 991262442243755631422586792733310976.0000

• Precisión: 0.5455

• Pérdida de Entrenamiento: 872310942836251954510729370121797632.0000

• Época: 1.5

• Paso: 20

• Pérdida de Validación: 991262442243755631422586792733310976.0000

• Precisión: 0.5455

# Ejemplo de código para usar el modelo

from transformers import AutoModel

model = AutoModel.from_pretrained('Ham1mad1/vivit-b-16x2-kinetics400-finetuned-ucf101-subset')