vivit-b-16x2-kinetics400-finetuned-ucf101-subset-without-preentrenado

Para usar este modelo, necesitarás configurar algunos hiperparámetros específicos utilizados durante el entrenamiento.

# Ejemplo de configuración de hiperparámetros
evaluacion_set='validation_set_path'
resultados=evaluate(
    model=model,
    inputs=evaluacion_set,
    hyperparameters={
        'learning_rate': 5e-05,
        'train_batch_size': 1,
        'eval_batch_size': 1,
        'seed': 42,
        'optimizer': 'Adam',
        'betas': (0.9,0.999),
        'epsilon': 1e-08,
        'lr_scheduler_type': 'linear',
        'lr_scheduler_warmup_ratio': 0.1,
        'training_steps': 3000
    })
resultados