基于resnext、PyTorch实现图像分类

Batch大小为128,循环次数为10次,通过在线上环境完成训练,模型最优精度评分为90.46。

得分记录
2020-01-17

Batch Size 数据为 128 ,Epoch循环次数为 10 次, 通过在线上环境完成训练,模型最优精度评分为 83.93 。

17:32:18
2020-01-13

Batch Size 数据为 128 ,Epoch循环次数为 20 次, 通过在线上环境完成训练,模型最优精度评分为 85.42 。

13:10:54
2020-01-08

Batch Size 数据为 128 ,Epoch循环次数为 10 次, 通过在线上环境完成训练,模型最优精度评分为 90.46 。

23:37:12

Batch Size 数据为 128 ,Epoch循环次数为 15 次, 通过在线上环境完成训练,模型最优精度评分为 83.76 。

21:02:54

Batch Size 数据为 128 ,Epoch循环次数为 20 次, 通过在线上环境完成训练,模型最优精度评分为 87.07 。

20:29:35

Batch Size 数据为 128 ,Epoch循环次数为 20 次, 通过在线上环境完成训练,模型最优精度评分为 87.62 。

20:20:44

Batch Size 数据为 64 ,Epoch循环次数为 20 次, 通过在线上环境完成训练,模型最优精度评分为 85.76 。

20:10:47

Batch Size 数据为 64 ,Epoch循环次数为 10 次, 通过在线上环境完成训练,模型最优精度评分为 86.43 。

19:57:50

Batch Size 数据为 64 ,Epoch循环次数为 10 次, 通过在线上环境完成训练,模型最优精度评分为 86.99 。

19:31:10

Batch Size 数据为 512 ,Epoch循环次数为 100 次, 通过在线上环境完成训练,模型最优精度评分为 90.38 。

17:31:08

Batch Size 数据为 512 ,Epoch循环次数为 10 次, 通过在线上环境完成训练,模型最优精度评分为 89.49 。

16:49:16
2020-01-08

Batch Size 数据为 512 ,Epoch循环次数为 10 次, 通过在线上环境完成训练,模型最优精度评分为 90.25 。

15:12:29

Batch Size 数据为 512 ,Epoch循环次数为 10 次, 通过在线上环境完成训练,模型最优精度评分为 90 。

14:21:21

Batch Size 数据为 512 ,Epoch循环次数为 10 次, 通过在线上环境完成训练,模型最优精度评分为 89.7 。

14:15:04

Batch Size 数据为 512 ,Epoch循环次数为 10 次, 通过在线上环境完成训练,模型最优精度评分为 90.29 。

14:04:44

Batch Size 数据为 256 ,Epoch循环次数为 10 次, 通过在线上环境完成训练,模型最优精度评分为 45.82 。

12:51:53