使用TensorFlow构建BERT进行文本分类,准确率63.52%

Batch大小为32,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63.52。

得分记录
2020-02-19

Batch Size 数据为 32 ,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 45.03 。

05:18:35

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 27.91 。

18:19:02
2020-02-12

Batch Size 数据为 32 ,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 63.03 。

05:31:34

Batch Size 数据为 32 ,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 63.52 。

15:26:39
2020-02-11

Batch Size 数据为 32 ,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 58.74 。

07:26:42

Batch Size 数据为 64 ,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 61.42 。

23:49:33

Batch Size 数据为 64 ,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 61.9 。

18:19:46
2020-02-09

Batch Size 数据为 32 ,Epoch循环次数为 5 次, 通过在线上环境完成训练,模型最优精度评分为 60.24 。

22:13:17