如何优雅的使用BERT、TensorFlow实现情感分类树任务,准确率94.22%

Batch大小为32,循环次数为5次,通过在线上环境完成训练,模型最优精度评分为94.22。

得分记录
2020-02-17

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 88.35 。

14:06:40
2020-02-16

Batch Size 数据为 32 ,Epoch循环次数为 12 次, 通过在线上环境完成训练,模型最优精度评分为 91.21 。

12:06:03

Batch Size 数据为 32 ,Epoch循环次数为 12 次, 通过在线上环境完成训练,模型最优精度评分为 86.73 。

12:24:40
2020-02-12

Batch Size 数据为 32 ,Epoch循环次数为 8 次, 通过在线上环境完成训练,模型最优精度评分为 93.99 。

12:07:15

Batch Size 数据为 32 ,Epoch循环次数为 8 次, 通过在线上环境完成训练,模型最优精度评分为 93.13 。

20:35:52
2020-02-11

Batch Size 数据为 32 ,Epoch循环次数为 6 次, 通过在线上环境完成训练,模型最优精度评分为 92.83 。

05:02:51

Batch Size 数据为 32 ,Epoch循环次数为 5 次, 通过在线上环境完成训练,模型最优精度评分为 93.65 。

21:25:21
2020-02-09

Batch Size 数据为 64 ,Epoch循环次数为 5 次, 通过在线上环境完成训练,模型最优精度评分为 88.08 。

17:46:19
2020-02-07

Batch Size 数据为 32 ,Epoch循环次数为 25 次, 通过在线上环境完成训练,模型最优精度评分为 83.21 。

04:08:26

Batch Size 数据为 32 ,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 83.26 。

21:41:50

Batch Size 数据为 32 ,Epoch循环次数为 16 次, 通过在线上环境完成训练,模型最优精度评分为 84.15 。

18:35:22
2020-02-06

Batch Size 数据为 32 ,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 89.45 。

04:44:58

Batch Size 数据为 32 ,Epoch循环次数为 5 次, 通过在线上环境完成训练,模型最优精度评分为 86.27 。

03:36:08

Batch Size 数据为 32 ,Epoch循环次数为 3 次, 通过在线上环境完成训练,模型最优精度评分为 44.58 。

23:42:35
2020-02-03

Batch Size 数据为 32 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 44.58 。

13:42:54
2020-02-02

Batch Size 数据为 16 ,Epoch循环次数为 64 次, 通过在线上环境完成训练,模型最优精度评分为 44.58 。

19:21:22

Batch Size 数据为 16 ,Epoch循环次数为 3 次, 通过在线上环境完成训练,模型最优精度评分为 44.58 。

18:00:42
2020-02-02

Batch Size 数据为 32 ,Epoch循环次数为 8 次, 通过在线上环境完成训练,模型最优精度评分为 44.58 。

04:24:44

Batch Size 数据为 32 ,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 44.58 。

01:13:21
2020-01-30

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 94.16 。

04:55:22

Batch Size 数据为 32 ,Epoch循环次数为 5 次, 通过在线上环境完成训练,模型最优精度评分为 94.22 。

03:10:09

Batch Size 数据为 16 ,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 86.85 。

02:05:44

Batch Size 数据为 16 ,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 44.58 。

01:42:52

Batch Size 数据为 16 ,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 44.6 。

21:29:18
2020-01-29

Batch Size 数据为 16 ,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 90.03 。

18:19:20

Batch Size 数据为 16 ,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 44.58 。

16:47:54

Batch Size 数据为 16 ,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 55.42 。

16:47:52
2020-01-28

Batch Size 数据为 16 ,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 55.42 。

23:01:52

Batch Size 数据为 16 ,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 55.42 。

18:42:46
2020-01-27

Batch Size 数据为 16 ,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 55.42 。

17:22:31

Batch Size 数据为 16 ,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 55.42 。

16:58:16
2020-01-27

Batch Size 数据为 16 ,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 55.42 。

01:32:03

Batch Size 数据为 16 ,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 44.58 。

00:24:50

Batch Size 数据为 16 ,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 44.58 。

22:38:55

Batch Size 数据为 16 ,Epoch循环次数为 3 次, 通过在线上环境完成训练,模型最优精度评分为 55.42 。

19:24:30

Batch Size 数据为 16 ,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 55.42 。

17:27:22

Batch Size 数据为 16 ,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 55.41 。

16:53:39
2020-01-25

Batch Size 数据为 32 ,Epoch循环次数为 3 次, 通过在线上环境完成训练,模型最优精度评分为 53.14 。

04:50:41