基于PyTorch+SENet的图像分类

Batch大小为256,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94.28。

得分记录
2020-02-04

Batch Size 数据为 256 ,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 93.68 。

17:46:48

Batch Size 数据为 256 ,Epoch循环次数为 120 次, 通过在线上环境完成训练,模型最优精度评分为 2.46 。

14:30:08

Batch Size 数据为 256 ,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 94.28 。

10:15:52
2020-02-03

Batch Size 数据为 256 ,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 93.47 。

16:46:54

Batch Size 数据为 256 ,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 76.26 。

10:39:22

Batch Size 数据为 256 ,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 85.88 。

10:04:05

Batch Size 数据为 256 ,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 1.31 。

08:54:48

Batch Size 数据为 256 ,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 。

08:21:17
2020-02-02

Batch Size 数据为 128 ,Epoch循环次数为 50 次, 通过在线上环境完成训练,模型最优精度评分为 1.53 。

19:07:01