Batch Size 数据为 640 ，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 90.65 。

Batch Size 数据为 640 ，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 88.6 。

Batch Size 数据为 500 ，Epoch循环次数为 3200 次， 通过在线上环境完成训练，模型最优精度评分为 88.5 。

Batch Size 数据为 500 ，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 86.85 。

Batch Size 数据为 500 ，Epoch循环次数为 3200 次， 通过在线上环境完成训练，模型最优精度评分为 87.85 。

Batch Size 数据为 500 ，Epoch循环次数为 3200 次， 通过在线上环境完成训练，模型最优精度评分为 87.35 。

Batch Size 数据为 500 ，Epoch循环次数为 3200 次， 通过在线上环境完成训练，模型最优精度评分为 88.9 。

Batch Size 数据为 500 ，Epoch循环次数为 3200 次， 通过在线上环境完成训练，模型最优精度评分为 89.45 。

Batch Size 数据为 500 ，Epoch循环次数为 3200 次， 通过在线上环境完成训练，模型最优精度评分为 88.2 。

Batch Size 数据为 500 ，Epoch循环次数为 3200 次， 通过在线上环境完成训练，模型最优精度评分为 90.1 。

Batch Size 数据为 500 ，Epoch循环次数为 3200 次， 通过在线上环境完成训练，模型最优精度评分为 87.35 。

Batch Size 数据为 500 ，Epoch循环次数为 3200 次， 通过在线上环境完成训练，模型最优精度评分为 84.8 。

Batch Size 数据为 500 ，Epoch循环次数为 3200 次， 通过在线上环境完成训练，模型最优精度评分为 71.75 。

Batch Size 数据为 500 ，Epoch循环次数为 3200 次， 通过在线上环境完成训练，模型最优精度评分为 82.75 。

Batch Size 数据为 500 ，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 88.05 。

Batch Size 数据为 500 ，Epoch循环次数为 3200 次， 通过在线上环境完成训练，模型最优精度评分为 88.45 。

Batch Size 数据为 500 ，Epoch循环次数为 3200 次， 通过在线上环境完成训练，模型最优精度评分为 86.5 。

Batch Size 数据为 250 ，Epoch循环次数为 1000 次， 通过在线上环境完成训练，模型最优精度评分为 68.65 。

Batch Size 数据为 128 ，Epoch循环次数为 3200 次， 通过在线上环境完成训练，模型最优精度评分为 5.05 。

Batch Size 数据为 128 ，Epoch循环次数为 3200 次， 通过在线上环境完成训练，模型最优精度评分为 16.85 。

Batch Size 数据为 500 ，Epoch循环次数为 3200 次， 通过在线上环境完成训练，模型最优精度评分为 5.85 。

Batch Size 数据为 500 ，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 8.7 。

Batch Size 数据为 500 ，Epoch循环次数为 3200 次， 通过在线上环境完成训练，模型最优精度评分为 87.3 。

Batch Size 数据为 500 ，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 56.35 。