Is there method to enhance the performance of vit?

I want to train vision transformer on Cifare10 , I tried to do fine tuning of hyperparameter to enhance the accuracy but actually I still obtain a bad accuracy , so , please there are not any suggestion to enhance my model thank you in advance I tried to load weight from pretrained vit on Imagenet but it doesn’t work :`

transform = transforms.Compose([
transforms.RandomResizedCrop(size=(IMG_SIZE, IMG_SIZE) ),
transforms.ToTensor(),
transforms.Normalize((0.4914, 0.4822, 0.4465), (0.2470, 0.2435, 0.2616)),
])
class PatchEmbedding(nn.Module):

def __init__(self, 
             in_channels:int=3,
             patch_size:int=16,
             embedding_dim:int=64):
    super().__init__()
    
 
    self.patcher = nn.Conv2d(in_channels=in_channels,
                             out_channels=embedding_dim,
                             kernel_size=patch_size,
                             stride=patch_size,
                             padding=0)




    self.flatten = nn.Flatten(start_dim=2, 
                              end_dim=3)
    self.out_channels = embedding_dim
           
    self.embedding_dim = embedding_dim
    self.patch_size = patch_size




def forward(self, x):

    image_resolution = x.shape[-1]
    assert image_resolution % patch_size == 0, f"Input image size must be divisble by patch size, image shape: {image_resolution}, patch size: {patch_size}"
    

    x_patched = self.patcher(x)
    x_flattened = self.flatten(x_patched) 
    
   
    return x_flattened.permute(0, 2, 1) 


class MultiheadSelfAttentionBlock(nn.Module):

def __init__(self,
             embedding_dim:int=768, 
             num_heads:int=12, 
             attn_dropout:float=0): 
    super().__init__()
    

    self.layer_norm = nn.LayerNorm(normalized_shape=embedding_dim)
    

    self.multihead_attn = nn.MultiheadAttention(embed_dim=embedding_dim,
                                                num_heads=num_heads,
                                                dropout=attn_dropout,
                                                batch_first=True) 
    

def forward(self, x):
    x = self.layer_norm(x)
    attn_output, _ = self.multihead_attn(query=x, 
                                         key=x, 
                                         value=x, 
                                         need_weights=False) 
    return attn_output


class MLPBlock(nn.Module):

def __init__(self,
             embedding_dim:int=768, 
             mlp_size:int=3072,
             dropout:float=0.1): 
    super().__init__()
    

    self.layer_norm = nn.LayerNorm(normalized_shape=embedding_dim)
    

    self.mlp = nn.Sequential(
        nn.Linear(in_features=embedding_dim,
                  out_features=mlp_size),
        nn.GELU(),
        nn.Dropout(p=dropout),
        nn.Linear(in_features=mlp_size, 
                  out_features=embedding_dim), 
        nn.Dropout(p=dropout) 
    )


def forward(self, x):
    x = self.layer_norm(x)
    x = self.mlp(x)
    return x


class TransformerEncoderBlock(nn.Module):

def __init__(self,
             embedding_dim:int=768, 
             num_heads:int=12,
             mlp_size:int=3072, 
             mlp_dropout:float=0.1, 
             attn_dropout:float=0): 
    super().__init__()


    self.msa_block = MultiheadSelfAttentionBlock(embedding_dim=embedding_dim,
                                                 num_heads=num_heads,
                                                 attn_dropout=attn_dropout)
    
    # 4. Create MLP block (equation 3)
    self.mlp_block =  MLPBlock(embedding_dim=embedding_dim,
                               mlp_size=mlp_size,
                               dropout=mlp_dropout)
    
# 5. Create a forward() method  
def forward(self, x):
    
    # 6. Create residual connection for MSA block (add the input to the output)
    x =  self.msa_block(x) + x 
    
    # 7. Create residual connection for MLP block (add the input to the output)
    x = self.mlp_block(x) + x 
    
    return x


class vit_model(nn.Module):


def __init__(self,
             img_size:int=224, 
             in_channels:int=3, 
             patch_size:int=16,
             embedding_dim:int=768, 
             num_transformer_layers:int=12,
             embedding_dropout:float=0.1, 
             Headlayer:int=12, 
             num_classes:int=10 ,
             mlp_size:int=4, 
             num_heads:int=8, 
             mlp_dropout:float=0.1, 
             ): 
    super().__init__()
    
    
    assert img_size % patch_size == 0, f"Image size must be divisible by patch size, image size: {img_size}, patch size: {patch_size}."
    
    
    self.num_patches = (img_size * img_size) // patch_size**2
             
    
    self.class_embedding = nn.Parameter(data=torch.randn(1, 1, embedding_dim),
                                        requires_grad=True)
    
    
    self.position_embedding = nn.Parameter(data=torch.randn(1, self.num_patches+1, embedding_dim),
                                           requires_grad=True)
    
            
    
    self.embedding_dropout = nn.Dropout(p=embedding_dropout)
    
   
    self.patch_embedding = PatchEmbedding(in_channels=in_channels,
                                          patch_size=patch_size,
                                          embedding_dim=embedding_dim)
    self.transformer_encoder = nn.Sequential(*[TransformerEncoderBlock(embedding_dim=embedding_dim,
                                                                        num_heads=num_heads,
                                                                        mlp_size=mlp_size,
                                                                        mlp_dropout=mlp_dropout) for _ in     range(num_transformer_layers)])
    self.classifier = nn.Sequential(
        nn.LayerNorm(normalized_shape=embedding_dim),
        nn.Linear(in_features=embedding_dim, 
                  out_features=num_classes)
    )

    


def forward(self, x):



    
    
    batch_size = x.shape[0]
    
    
    class_token = self.class_embedding.expand(batch_size, -1, -1) # "-1" means to infer the dimension (try this line on its own)

    # 14. Create patch embedding (equation 1)
    x = self.patch_embedding(x)

    # 15. Concat class embedding and patch embedding (equation 1)
    x = torch.cat((class_token, x), dim=1)

    # 16. Add position embedding to patch embedding (equation 1) 
    x = self.position_embedding + x

    # 17. Run embedding dropout (Appendix B.1)
    x = self.embedding_dropout(x)

    x = self.transformer_encoder(x)
    x = self.classifier(x[:, 0]) 

    return x 

image_size = 224
patch_size = 16
num_patches = (image_size // patch_size) ** 2
embed_dim = 768
num_heads = 12
num_layers = 12
mlp_ratio = 4
num_classes = 10

model = vit_model()
model = model.to(device)



cifar_dataset = datasets.CIFAR10(root='./data', train= False, download=True, transform=transform)
train_size = int(0.8 * len(cifar_dataset))
val_size = len(cifar_dataset) - train_size
train_dataset, val_dataset = random_split(cifar_dataset, [train_size, val_size])

trainloader = DataLoader(train_dataset, batch_size= 150, shuffle=True)
valloader = DataLoader(val_dataset, batch_size= 150 , shuffle=False)

criterion = nn.CrossEntropyLoss()
optimizer = optim.Adam(model.parameters(), lr=1e-3, weight_decay=1e-4)  # Lower learning rate
#scheduler = torch.optim.lr_scheduler.StepLR(optimizer, step_size=20, gamma=0.1)

train_acc_history = []
test_acc_history = []
train_loss_history = []
test_loss_history = []

num_epochs = 100
for epoch in range(num_epochs): 
    model.train()
    train_loss = 0.0
    train_correct = 0
    for data, target in trainloader:
        optimizer.zero_grad()
        data = data.to(device)
        target = target.to(device)
        output = model(data)
        loss = criterion(output, target)
        loss.backward()
        torch.nn.utils.clip_grad_norm_(model.parameters(), max_norm=1.0)
        optimizer.step()
        train_loss += loss.item() * data.size(0)
        train_correct += (output.argmax(dim=1) == target).sum().item()
    model.eval()
    with torch.no_grad():
        train_loss = train_loss / len(trainloader.dataset)
        train_accuracy = 100.0 * train_correct / len(trainloader.dataset)
        train_acc_history.append(train_accuracy)
        train_loss_history.append(train_loss)
        print(f"Epoch {epoch + 1}/{num_epochs} - Train Loss: {train_loss:.4f} - Train Accuracy:    {train_accuracy:.2f}%")

    test_loss = 0.0
    test_correct = 0
    for data, target in valloader:
        target = target.to(device)
        data = data.to(device)
        output = model(data)
        test_loss += criterion(output, target).item() * data.size(0)
        test_correct += (output.argmax(dim=1) == target).sum().item()

    test_loss = test_loss / len(valloader.dataset)
    test_accuracy = 100.0 * test_correct / len(valloader.dataset)
    test_acc_history.append(test_accuracy)
    test_loss_history.append(test_loss)

    print(f"Epoch {epoch + 1}/{num_epochs} - Test Loss: {test_loss:.4f} - Test Accuracy: {test_accuracy:.2f}%")
this is the  result of first epoch  : `Epoch 1/100 - Test Loss: 2.1949 - Test Accuracy: 17.90%
Epoch 2/100 - Train Loss: 2.0975 - Train Accuracy: 19.85%
Epoch 2/100 - Test Loss: 2.1168 - Test Accuracy: 20.80%
Epoch 3/100 - Train Loss: 2.0607 - Train Accuracy: 22.43%
Epoch 3/100 - Test Loss: 2.1017 - Test Accuracy: 21.20%
`
I want to enhance the performance of the model  

Improve the accuracy 

New contributor

Amira Dhaouadi is a new contributor to this site. Take care in asking for clarification, commenting, and answering.
Check out our Code of Conduct.

Trang chủ Giới thiệu Sinh nhật bé trai Sinh nhật bé gái Tổ chức sự kiện Biểu diễn giải trí Dịch vụ khác Trang trí tiệc cưới Tổ chức khai trương Tư vấn dịch vụ Thư viện ảnh Tin tức - sự kiện Liên hệ Chú hề sinh nhật Trang trí YEAR END PARTY công ty Trang trí tất niên cuối năm Trang trí tất niên xu hướng mới nhất Trang trí sinh nhật bé trai Hải Đăng Trang trí sinh nhật bé Khánh Vân Trang trí sinh nhật Bích Ngân Trang trí sinh nhật bé Thanh Trang Thuê ông già Noel phát quà Biểu diễn xiếc khỉ Xiếc quay đĩa Dịch vụ tổ chức sự kiện 5 sao Thông tin về chúng tôi Dịch vụ sinh nhật bé trai Dịch vụ sinh nhật bé gái Sự kiện trọn gói Các tiết mục giải trí Dịch vụ bổ trợ Tiệc cưới sang trọng Dịch vụ khai trương Tư vấn tổ chức sự kiện Hình ảnh sự kiện Cập nhật tin tức Liên hệ ngay Thuê chú hề chuyên nghiệp Tiệc tất niên cho công ty Trang trí tiệc cuối năm Tiệc tất niên độc đáo Sinh nhật bé Hải Đăng Sinh nhật đáng yêu bé Khánh Vân Sinh nhật sang trọng Bích Ngân Tiệc sinh nhật bé Thanh Trang Dịch vụ ông già Noel Xiếc thú vui nhộn Biểu diễn xiếc quay đĩa Dịch vụ tổ chức tiệc uy tín Khám phá dịch vụ của chúng tôi Tiệc sinh nhật cho bé trai Trang trí tiệc cho bé gái Gói sự kiện chuyên nghiệp Chương trình giải trí hấp dẫn Dịch vụ hỗ trợ sự kiện Trang trí tiệc cưới đẹp Khởi đầu thành công với khai trương Chuyên gia tư vấn sự kiện Xem ảnh các sự kiện đẹp Tin mới về sự kiện Kết nối với đội ngũ chuyên gia Chú hề vui nhộn cho tiệc sinh nhật Ý tưởng tiệc cuối năm Tất niên độc đáo Trang trí tiệc hiện đại Tổ chức sinh nhật cho Hải Đăng Sinh nhật độc quyền Khánh Vân Phong cách tiệc Bích Ngân Trang trí tiệc bé Thanh Trang Thuê dịch vụ ông già Noel chuyên nghiệp Xem xiếc khỉ đặc sắc Xiếc quay đĩa thú vị
Trang chủ Giới thiệu Sinh nhật bé trai Sinh nhật bé gái Tổ chức sự kiện Biểu diễn giải trí Dịch vụ khác Trang trí tiệc cưới Tổ chức khai trương Tư vấn dịch vụ Thư viện ảnh Tin tức - sự kiện Liên hệ Chú hề sinh nhật Trang trí YEAR END PARTY công ty Trang trí tất niên cuối năm Trang trí tất niên xu hướng mới nhất Trang trí sinh nhật bé trai Hải Đăng Trang trí sinh nhật bé Khánh Vân Trang trí sinh nhật Bích Ngân Trang trí sinh nhật bé Thanh Trang Thuê ông già Noel phát quà Biểu diễn xiếc khỉ Xiếc quay đĩa
Thiết kế website Thiết kế website Thiết kế website Cách kháng tài khoản quảng cáo Mua bán Fanpage Facebook Dịch vụ SEO Tổ chức sinh nhật