通过PyTorch进行SENet的神经网络构筑,图像分类

Batch大小为64,循环次数为60次,通过在线上环境完成训练,模型最优精度评分为88.72。

得分记录
2020-02-02

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 88.26 。

21:09:23

Batch Size 数据为 64 ,Epoch循环次数为 60 次, 通过在线上环境完成训练,模型最优精度评分为 88.72 。

17:17:23
2020-01-23

Batch Size 数据为 64 ,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 85.04 。

17:16:12

Batch Size 数据为 64 ,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 86.69 。

15:43:45

Batch Size 数据为 64 ,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 86.86 。

13:11:04

Batch Size 数据为 64 ,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 87.24 。

12:05:50
2020-01-23

Batch Size 数据为 64 ,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 50.45 。

01:05:01

Batch Size 数据为 64 ,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 47.35 。

00:07:15

Batch Size 数据为 64 ,Epoch循环次数为 2 次, 通过在线上环境完成训练,模型最优精度评分为 8.48 。

23:28:06

Batch Size 数据为 64 ,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 18.86 。

22:53:48

Batch Size 数据为 64 ,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 16.28 。

22:37:33

Batch Size 数据为 64 ,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 16.83 。

22:27:20

Batch Size 数据为 64 ,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 80.67 。

20:55:14

Batch Size 数据为 64 ,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 14.54 。

20:13:10
2020-01-22

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 75.92 。

01:00:48

Batch Size 数据为 64 ,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 76.09 。

21:24:53