使用PyTorch和CNN的图像分类,最终结果99.94%

Batch大小为16,循环次数为11次,损失函数优化完,最终完成评分为99.94。

得分记录
2020-02-02

Batch Size 数据为 16 ,Epoch循环次数为 12 次,损失函数优化完,最终完成评分为 98.93

14:19:38

Batch Size 数据为 16 ,Epoch循环次数为 11 次,损失函数优化完,最终完成评分为 99.94

12:47:04

Batch Size 数据为 32 ,Epoch循环次数为 5 次,损失函数优化完,最终完成评分为 97.64

07:14:30

Batch Size 数据为 16 ,Epoch循环次数为 10 次,损失函数优化完,最终完成评分为 99.69

06:52:54

Batch Size 数据为 32 ,Epoch循环次数为 4 次,损失函数优化完,最终完成评分为 91.58

05:45:01

Batch Size 数据为 16 ,Epoch循环次数为 5 次,损失函数优化完,最终完成评分为 97.76

04:48:06

Batch Size 数据为 16 ,Epoch循环次数为 4 次,损失函数优化完,最终完成评分为 99.17

03:49:21
2020-02-02

Batch Size 数据为 16 ,Epoch循环次数为 3 次,损失函数优化完,最终完成评分为 90.66

02:14:31

Batch Size 数据为 16 ,Epoch循环次数为 2 次,损失函数优化完,最终完成评分为 71.92

01:27:01

Batch Size 数据为 16 ,Epoch循环次数为 2 次,损失函数优化完,最终完成评分为 94.67

00:26:50

Batch Size 数据为 32 ,Epoch循环次数为 2 次,损失函数优化完,最终完成评分为 91.7

23:45:39

Batch Size 数据为 16 ,Epoch循环次数为 2 次,损失函数优化完,最终完成评分为 92.5

22:05:16

Batch Size 数据为 8 ,Epoch循环次数为 2 次,损失函数优化完,最终完成评分为 89.65

18:01:41