DHEIVER/Modelo-Avancado-de-Ultrassom-de-Mama

• Perda (Loss): 0.0398
• Precisão (Accuracy): 0.9882

Descrição do Modelo

Mais informações são necessárias para entender completamente a descrição deste modelo.

Usos Previstos e Limitações

Mais informações são necessárias para entender completamente os usos previstos e as limitações específicas deste modelo.

Dados de Treinamento e Avaliação

Mais informações são necessárias para entender os detalhes dos conjuntos de dados utilizados no treinamento e avaliação deste modelo.

Procedimento de Treinamento

Hiperparâmetros de Treinamento

Durante o treinamento, os seguintes hiperparâmetros foram utilizados:

• Taxa de Aprendizado (learning_rate): 5e-05
• Tamanho do Lote de Treinamento (train_batch_size): 16
• Tamanho do Lote de Avaliação (eval_batch_size): 16
• Semente (seed): 42
• Acumulação de Gradientes (gradient_accumulation_steps): 2
• Tamanho Total do Lote de Treinamento (total_train_batch_size): 32
• Otimizador: Adam com betas=(0.9, 0.999) e epsilon=1e-08
• Tipo de Programador de Taxa de Aprendizado (lr_scheduler_type): Linear
• Proporção de Aquecimento do Programador de Taxa de Aprendizado (lr_scheduler_warmup_ratio): 0.9
• Número de Épocas (num_epochs): 14

Resultados do Treinamento

Perda de Treinamento	Época	Passo	Precisão	Perda de Validação
0.5059	1.0	199	0.9001	0.4826
0.2533	2.0	398	0.9515	0.2124
0.2358	3.0	597	0.9538	0.1543
0.2584	4.0	796	0.9642	0.1136
0.1085	5.0	995	0.9746	0.0891
0.1007	6.0	1194	0.9769	0.0725
0.1463	7.0	1393	0.9840	0.0541
0.3564	8.0	1592	0.9802	0.0880
0.0957	9.0	1791	0.9656	0.1375
0.1481	10.0	1990	0.0511	0.9873
0.1536	11.0	2189	0.0827	0.9713
0.0458	12.0	2388	0.0398	0.9882
0.4956	13.0	2587	0.3474	0.8643
0.0801	14.0	2786	0.0850	0.9797

Versões das Frameworks

• Transformers 4.31.0
• Pytorch 2.0.1+cu118
• Datasets 2.13.1
• Tokenizers 0.13.3