这不仅仅是一个使用PyTorch和SENet来做图像分类的教程

Batch大小为30,循环次数为40次,通过在线上环境完成训练,模型最优精度评分为98.01。

得分记录
2020-02-08

Batch Size 数据为 30 ,Epoch循环次数为 36 次, 通过在线上环境完成训练,模型最优精度评分为 97.37 。

03:32:11
2020-02-07

Batch Size 数据为 30 ,Epoch循环次数为 36 次, 通过在线上环境完成训练,模型最优精度评分为 94.87 。

02:30:34

Batch Size 数据为 15 ,Epoch循环次数为 36 次, 通过在线上环境完成训练,模型最优精度评分为 97.03 。

20:19:14

Batch Size 数据为 33 ,Epoch循环次数为 36 次, 通过在线上环境完成训练,模型最优精度评分为 95.68 。

14:32:26
2020-02-06

Batch Size 数据为 33 ,Epoch循环次数为 36 次, 通过在线上环境完成训练,模型最优精度评分为 93.77 。

13:38:03
2020-02-06

Batch Size 数据为 33 ,Epoch循环次数为 36 次, 通过在线上环境完成训练,模型最优精度评分为 96.95 。

04:42:31

Batch Size 数据为 33 ,Epoch循环次数为 36 次, 通过在线上环境完成训练,模型最优精度评分为 94.28 。

03:34:20

Batch Size 数据为 33 ,Epoch循环次数为 36 次, 通过在线上环境完成训练,模型最优精度评分为 96.48 。

03:10:01

Batch Size 数据为 33 ,Epoch循环次数为 36 次, 通过在线上环境完成训练,模型最优精度评分为 94.53 。

01:47:33

Batch Size 数据为 30 ,Epoch循环次数为 36 次, 通过在线上环境完成训练,模型最优精度评分为 95.76 。

23:52:22
2020-01-27

Batch Size 数据为 25 ,Epoch循环次数为 40 次, 通过在线上环境完成训练,模型最优精度评分为 97.46 。

16:26:12
2020-01-27

Batch Size 数据为 30 ,Epoch循环次数为 40 次, 通过在线上环境完成训练,模型最优精度评分为 97.67 。

00:35:45

Batch Size 数据为 30 ,Epoch循环次数为 40 次, 通过在线上环境完成训练,模型最优精度评分为 97.8 。

17:55:34
2020-01-26

Batch Size 数据为 30 ,Epoch循环次数为 40 次, 通过在线上环境完成训练,模型最优精度评分为 97.88 。

02:17:46

Batch Size 数据为 30 ,Epoch循环次数为 40 次, 通过在线上环境完成训练,模型最优精度评分为 98.05 。

22:34:22
2020-01-25

Batch Size 数据为 32 ,Epoch循环次数为 40 次, 通过在线上环境完成训练,模型最优精度评分为 97.8 。

12:34:10

Batch Size 数据为 30 ,Epoch循环次数为 40 次, 通过在线上环境完成训练,模型最优精度评分为 98.01 。

04:14:32
2020-01-24

Batch Size 数据为 40 ,Epoch循环次数为 38 次, 通过在线上环境完成训练,模型最优精度评分为 97.58 。

18:00:02

Batch Size 数据为 40 ,Epoch循环次数为 36 次, 通过在线上环境完成训练,模型最优精度评分为 97.16 。

12:34:56
2020-01-24

Batch Size 数据为 30 ,Epoch循环次数为 46 次, 通过在线上环境完成训练,模型最优精度评分为 97.75 。

04:03:46

Batch Size 数据为 30 ,Epoch循环次数为 38 次, 通过在线上环境完成训练,模型最优精度评分为 96.95 。

23:02:55

Batch Size 数据为 30 ,Epoch循环次数为 36 次, 通过在线上环境完成训练,模型最优精度评分为 97.71 。

16:37:36
2020-01-23

Batch Size 数据为 20 ,Epoch循环次数为 38 次, 通过在线上环境完成训练,模型最优精度评分为 97.54 。

03:28:03

Batch Size 数据为 20 ,Epoch循环次数为 1 次, 通过在线上环境完成训练,模型最优精度评分为 68.46 。

18:41:26

Batch Size 数据为 40 ,Epoch循环次数为 36 次, 通过在线上环境完成训练,模型最优精度评分为 96.95 。

13:00:39
2020-01-22

Batch Size 数据为 40 ,Epoch循环次数为 36 次, 通过在线上环境完成训练,模型最优精度评分为 97.75 。

04:39:50

Batch Size 数据为 40 ,Epoch循环次数为 36 次, 通过在线上环境完成训练,模型最优精度评分为 97.54 。

22:50:13

Batch Size 数据为 40 ,Epoch循环次数为 38 次, 通过在线上环境完成训练,模型最优精度评分为 94.15 。

19:10:12

Batch Size 数据为 40 ,Epoch循环次数为 40 次, 通过在线上环境完成训练,模型最优精度评分为 96.4 。

17:59:22
2020-01-21

Batch Size 数据为 38 ,Epoch循环次数为 38 次, 通过在线上环境完成训练,模型最优精度评分为 96.78 。

00:15:09
2020-01-20

Batch Size 数据为 40 ,Epoch循环次数为 40 次, 通过在线上环境完成训练,模型最优精度评分为 95.97 。

09:50:57

Batch Size 数据为 40 ,Epoch循环次数为 40 次, 通过在线上环境完成训练,模型最优精度评分为 95.72 。

01:03:12
2020-01-19

Batch Size 数据为 40 ,Epoch循环次数为 36 次, 通过在线上环境完成训练,模型最优精度评分为 95.55 。

22:46:13

Batch Size 数据为 40 ,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 82.58 。

21:41:15

Batch Size 数据为 40 ,Epoch循环次数为 36 次, 通过在线上环境完成训练,模型最优精度评分为 85.29 。

21:11:30

Batch Size 数据为 40 ,Epoch循环次数为 1 次, 通过在线上环境完成训练,模型最优精度评分为 4.32 。

19:42:29

Batch Size 数据为 40 ,Epoch循环次数为 38 次, 通过在线上环境完成训练,模型最优精度评分为 70.11 。

18:04:04

Batch Size 数据为 50 ,Epoch循环次数为 1 次, 通过在线上环境完成训练,模型最优精度评分为 3.39 。

15:48:19

Batch Size 数据为 40 ,Epoch循环次数为 38 次, 通过在线上环境完成训练,模型最优精度评分为 95 。

14:50:20
2020-01-19

Batch Size 数据为 40 ,Epoch循环次数为 38 次, 通过在线上环境完成训练,模型最优精度评分为 95.93 。

00:24:02

Batch Size 数据为 50 ,Epoch循环次数为 38 次, 通过在线上环境完成训练,模型最优精度评分为 95.8 。

18:57:54

Batch Size 数据为 50 ,Epoch循环次数为 36 次, 通过在线上环境完成训练,模型最优精度评分为 95.25 。

16:00:55

Batch Size 数据为 50 ,Epoch循环次数为 35 次, 通过在线上环境完成训练,模型最优精度评分为 95.38 。

14:27:03
2020-01-18

Batch Size 数据为 50 ,Epoch循环次数为 36 次, 通过在线上环境完成训练,模型最优精度评分为 95.59 。

13:22:49

Batch Size 数据为 50 ,Epoch循环次数为 36 次, 通过在线上环境完成训练,模型最优精度评分为 95.55 。

12:23:23

Batch Size 数据为 50 ,Epoch循环次数为 1 次, 通过在线上环境完成训练,模型最优精度评分为 3.14 。

11:24:19

Batch Size 数据为 50 ,Epoch循环次数为 34 次, 通过在线上环境完成训练,模型最优精度评分为 95.51 。

10:16:57
2020-01-18

Batch Size 数据为 50 ,Epoch循环次数为 40 次, 通过在线上环境完成训练,模型最优精度评分为 95.13 。

02:09:52

Batch Size 数据为 50 ,Epoch循环次数为 40 次, 通过在线上环境完成训练,模型最优精度评分为 93.85 。

00:47:14

Batch Size 数据为 50 ,Epoch循环次数为 40 次, 通过在线上环境完成训练,模型最优精度评分为 95.04 。

23:03:02

Batch Size 数据为 50 ,Epoch循环次数为 40 次, 通过在线上环境完成训练,模型最优精度评分为 93.18 。

21:40:32

Batch Size 数据为 50 ,Epoch循环次数为 32 次, 通过在线上环境完成训练,模型最优精度评分为 76.39 。

19:53:55

Batch Size 数据为 50 ,Epoch循环次数为 32 次, 通过在线上环境完成训练,模型最优精度评分为 95.21 。

18:26:34

Batch Size 数据为 50 ,Epoch循环次数为 32 次, 通过在线上环境完成训练,模型最优精度评分为 94.45 。

17:41:01

Batch Size 数据为 50 ,Epoch循环次数为 32 次, 通过在线上环境完成训练,模型最优精度评分为 80.42 。

16:46:57
2020-01-17

Batch Size 数据为 50 ,Epoch循环次数为 32 次, 通过在线上环境完成训练,模型最优精度评分为 75.88 。

16:28:00
2020-01-17

Batch Size 数据为 50 ,Epoch循环次数为 32 次, 通过在线上环境完成训练,模型最优精度评分为 1.1 。

03:33:58

Batch Size 数据为 50 ,Epoch循环次数为 32 次, 通过在线上环境完成训练,模型最优精度评分为 53.84 。

02:16:56

Batch Size 数据为 50 ,Epoch循环次数为 1 次, 通过在线上环境完成训练,模型最优精度评分为 8.94 。

01:15:51
2020-01-16

Batch Size 数据为 50 ,Epoch循环次数为 32 次, 通过在线上环境完成训练,模型最优精度评分为 94.74 。

15:23:27
2020-01-16

Batch Size 数据为 50 ,Epoch循环次数为 32 次, 通过在线上环境完成训练,模型最优精度评分为 73 。

01:34:39