Batch Size 数据为 8 ，Epoch循环次数为 10000 次， 通过在线上环境完成训练，模型最优精度评分为 0.25 。

Batch Size 数据为 8 ，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 0.64 。

Batch Size 数据为 8 ，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 0.51 。

Batch Size 数据为 64 ，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 0.59 。

Batch Size 数据为 64 ，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 0.59 。

Batch Size 数据为 64 ，Epoch循环次数为 10000 次， 通过在线上环境完成训练，模型最优精度评分为 66.67 。

Batch Size 数据为 64 ，Epoch循环次数为 2000 次， 通过在线上环境完成训练，模型最优精度评分为 68.36 。

Batch Size 数据为 64 ，Epoch循环次数为 500 次， 通过在线上环境完成训练，模型最优精度评分为 55.64 。

Batch Size 数据为 256 ，Epoch循环次数为 3000 次， 通过在线上环境完成训练，模型最优精度评分为 18.87 。

Batch Size 数据为 256 ，Epoch循环次数为 3000 次， 通过在线上环境完成训练，模型最优精度评分为 6.45 。

Batch Size 数据为 64 ，Epoch循环次数为 5000 次， 通过在线上环境完成训练，模型最优精度评分为 4.88 。

Batch Size 数据为 256 ，Epoch循环次数为 500 次， 通过在线上环境完成训练，模型最优精度评分为 5.26 。

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 0.42 。

Batch Size 数据为 32 ，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 0.55 。

Batch Size 数据为 32 ，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 0.59 。

Batch Size 数据为 32 ，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 0.68 。

Batch Size 数据为 32 ，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 0.68 。

Batch Size 数据为 64 ，Epoch循环次数为 10000 次， 通过在线上环境完成训练，模型最优精度评分为 8.99 。

Batch Size 数据为 64 ，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 1.02 。

Batch Size 数据为 64 ，Epoch循环次数为 300 次， 通过在线上环境完成训练，模型最优精度评分为 0.25 。

Batch Size 数据为 64 ，Epoch循环次数为 200 次， 通过在线上环境完成训练，模型最优精度评分为 0.47 。

Batch Size 数据为 64 ，Epoch循环次数为 200 次， 通过在线上环境完成训练，模型最优精度评分为 0.34 。

Batch Size 数据为 64 ，Epoch循环次数为 2000 次， 通过在线上环境完成训练，模型最优精度评分为 0.34 。

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 0.51 。

Batch Size 数据为 32 ，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 0.55 。