基于CNN、PyTorch实现图像分类

Batch大小为32,循环次数为2次,损失函数优化完,最终完成评分为99.54。

得分记录
2020-02-05

Batch Size 数据为 32 ,Epoch循环次数为 2 次,损失函数优化完,最终完成评分为 99.54

20:05:29

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 99.33

16:41:53

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 99.48

15:21:35

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 96.57

14:05:19

Batch Size 数据为 32 ,Epoch循环次数为 3 次,损失函数优化完,最终完成评分为 84.38

13:23:01

Batch Size 数据为 32 ,Epoch循环次数为 1 次,损失函数优化完,最终完成评分为 71.28

12:07:52
2020-02-05

Batch Size 数据为 32 ,Epoch循环次数为 2 次,损失函数优化完,最终完成评分为 28.54

01:38:44
2020-02-04

Batch Size 数据为 8 ,Epoch循环次数为 2 次,损失函数优化完,最终完成评分为 31.57

13:29:16
2020-02-03

Batch Size 数据为 16 ,Epoch循环次数为 2 次,损失函数优化完,最终完成评分为 23.21

23:34:23

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 32.09

22:51:45

Batch Size 数据为 16 ,Epoch循环次数为 8 次,损失函数优化完,最终完成评分为 23.21

21:43:57

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 28.54

19:24:02
2020-02-03

Batch Size 数据为 8 ,Epoch循环次数为 16 次,损失函数优化完,最终完成评分为 42.04

13:28:24

Batch Size 数据为 16 ,Epoch循环次数为 1 次,损失函数优化完,最终完成评分为 29.52

13:32:09