namnh2002/resultados

namnh2002
Clasificación de video

Este modelo es una versión afinada de facebook/timesformer-base-finetuned-k600 en un conjunto de datos desconocido. Logra los siguientes resultados en el conjunto de evaluación: - Pérdida de evaluación: 10.6615 - Precisión de evaluación: 0.0045 - Tiempo de evaluación: 316.1492 - Muestras por segundo de evaluación: 6.326 - Pasos por segundo de evaluación: 0.791 Este modelo se puede utilizar para la clasificación de videos utilizando Transformers y TensorBoard. Se generó con Trainer y se puede implementar a través de Endpoints de Inferencia.

Como usar

Los siguientes hiperparámetros se usaron durante el entrenamiento:

learning_rate: 5e-05
train_batch_size: 8
eval_batch_size: 8
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
lr_scheduler_warmup_ratio: 0.1
training_steps: 4000

Las versiones de los marcos utilizados fueron:

  • Transformers 4.38.1
  • Pytorch 2.1.2
  • Datasets 2.1.0
  • Tokenizers 0.15.2

Funcionalidades

Clasificación de videos
TensorBoard
Safetensors
Transformers

Casos de uso

Clasificación de videos