PyTorch实现CNN,用于TensorFlow,预测结果为68.36%

Batch大小为64,循环次数为2000次,损失函数优化完,最终完成评分为68.36。

得分记录
2019-04-23

Batch Size 数据为 8 ,Epoch循环次数为 10000 次,损失函数优化完,最终完成评分为 0.25

03:49:53

Batch Size 数据为 8 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 0.64

20:15:42

Batch Size 数据为 8 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 0.51

20:09:04

Batch Size 数据为 64 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 0.59

19:55:12

Batch Size 数据为 64 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 0.59

19:49:22

Batch Size 数据为 64 ,Epoch循环次数为 10000 次,损失函数优化完,最终完成评分为 66.67

17:40:15
2019-04-22

Batch Size 数据为 64 ,Epoch循环次数为 2000 次,损失函数优化完,最终完成评分为 68.36

11:40:43

Batch Size 数据为 64 ,Epoch循环次数为 500 次,损失函数优化完,最终完成评分为 55.64

10:27:40
2019-04-22

Batch Size 数据为 256 ,Epoch循环次数为 3000 次,损失函数优化完,最终完成评分为 18.87

02:31:42

Batch Size 数据为 256 ,Epoch循环次数为 3000 次,损失函数优化完,最终完成评分为 6.45

23:49:49

Batch Size 数据为 64 ,Epoch循环次数为 5000 次,损失函数优化完,最终完成评分为 4.88

20:52:38

Batch Size 数据为 256 ,Epoch循环次数为 500 次,损失函数优化完,最终完成评分为 5.26

19:23:29

Batch Size 数据为 256 ,Epoch循环次数为 10 次,损失函数优化完,最终完成评分为 0.42

18:27:38

Batch Size 数据为 32 ,Epoch循环次数为 10 次,损失函数优化完,最终完成评分为 0.55

17:37:28

Batch Size 数据为 32 ,Epoch循环次数为 10 次,损失函数优化完,最终完成评分为 0.59

17:35:36

Batch Size 数据为 32 ,Epoch循环次数为 10 次,损失函数优化完,最终完成评分为 0.68

17:33:48

Batch Size 数据为 32 ,Epoch循环次数为 10 次,损失函数优化完,最终完成评分为 0.68

17:05:46
2019-04-21

Batch Size 数据为 64 ,Epoch循环次数为 10000 次,损失函数优化完,最终完成评分为 8.99

14:05:54

Batch Size 数据为 64 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 1.02

11:10:37

Batch Size 数据为 64 ,Epoch循环次数为 300 次,损失函数优化完,最终完成评分为 0.25

11:01:58

Batch Size 数据为 64 ,Epoch循环次数为 200 次,损失函数优化完,最终完成评分为 0.47

10:55:02

Batch Size 数据为 64 ,Epoch循环次数为 200 次,损失函数优化完,最终完成评分为 0.34

10:50:03

Batch Size 数据为 64 ,Epoch循环次数为 2000 次,损失函数优化完,最终完成评分为 0.34

10:43:44

Batch Size 数据为 64 ,Epoch循环次数为 10 次,损失函数优化完,最终完成评分为 0.51

10:07:12