基于CNN、PyTorch实现图像分类

Batch大小为32,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99.54。

得分记录
2020-02-05

Batch Size 数据为 32 ,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 99.54 。

20:05:29

Batch Size 数据为 32 ,Epoch循环次数为 4 次, 通过在线上环境完成训练,模型最优精度评分为 99.33 。

16:41:53

Batch Size 数据为 32 ,Epoch循环次数为 4 次, 通过在线上环境完成训练,模型最优精度评分为 99.48 。

15:21:35

Batch Size 数据为 32 ,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 96.57 。

14:05:19

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 84.38 。

13:23:01

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 71.28 。

12:07:52
2020-02-05

Batch Size 数据为 32 ,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 28.54 。

01:38:44
2020-02-04

Batch Size 数据为 8 ,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 31.57 。

13:29:16
2020-02-03

Batch Size 数据为 16 ,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 23.21 。

23:34:23

Batch Size 数据为 16 ,Epoch循环次数为 4 次, 通过在线上环境完成训练,模型最优精度评分为 32.09 。

22:51:45

Batch Size 数据为 16 ,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 23.21 。

21:43:57

Batch Size 数据为 8 ,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 28.54 。

19:24:02
2020-02-03

Batch Size 数据为 8 ,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 42.04 。

13:28:24

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 29.52 。

13:32:09