这不仅仅是一个使用PyTorch和CNN来做图像分类的教程

Batch大小为30,循环次数为15次,通过在线上环境完成训练,模型最优精度评分为61.19。

得分记录
2020-02-14

Batch Size 数据为 30 ,Epoch循环次数为 15 次, 通过在线上环境完成训练,模型最优精度评分为 33.91 。

20:47:38

Batch Size 数据为 64 ,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 0 。

03:26:33
2020-02-13

Batch Size 数据为 30 ,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 32.75 。

12:58:38

Batch Size 数据为 48 ,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 60.14 。

16:22:59
2020-02-11

Batch Size 数据为 30 ,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 61.03 。

19:06:07
2020-02-10

Batch Size 数据为 30 ,Epoch循环次数为 15 次, 通过在线上环境完成训练,模型最优精度评分为 61.15 。

10:00:33

Batch Size 数据为 30 ,Epoch循环次数为 15 次, 通过在线上环境完成训练,模型最优精度评分为 60.12 。

00:35:57
2020-02-08

Batch Size 数据为 32 ,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 60.92 。

19:18:39

Batch Size 数据为 30 ,Epoch循环次数为 15 次, 通过在线上环境完成训练,模型最优精度评分为 61.19 。

10:57:20

Batch Size 数据为 32 ,Epoch循环次数为 15 次, 通过在线上环境完成训练,模型最优精度评分为 59.89 。

06:01:48
2020-02-07

Batch Size 数据为 30 ,Epoch循环次数为 10 次, 通过在线上环境完成训练,模型最优精度评分为 57.86 。

17:45:37
2020-02-07

Batch Size 数据为 30 ,Epoch循环次数为 10 次, 通过在线上环境完成训练,模型最优精度评分为 59.35 。

01:47:41