videomae-base-finetuned-ucf101-subset

Este modelo puede usarse para tareas de clasificación de video. A continuación se presentan los hiperparámetros utilizados durante el entrenamiento:

* Tasas de aprendizaje: 5e-05
* Tamaño del lote de entrenamiento: 2
* Tamaño del lote de evaluación: 2
* Semilla: 42
* Optimizador: Adam con betas=(0.9,0.999) y epsilon=1e-08
* Tipo de programador de tasas de aprendizaje: linear
* Ratio de calentamiento del programador de tasas de aprendizaje: 0.1
* Pasos de entrenamiento: 300

Resultados del entrenamiento:

Pérdida del entrenamiento:

• Época: 1.0005

• Paso: 0.5

• Pérdida de Validación: 0.8355

• Precisión: 0.8

• Época: 0.762

• Paso: 1.5

• Pérdida de Validación: 0.4170

• Precisión: 0.8429

Versiones del framework:

• Transformers 4.38.2
• Pytorch 2.1.0+cu121
• Datasets 2.18.0
• Tokenizers 0.15.2