Batch Size 数据为 0 ，Epoch循环次数为 0 次， 通过在本地训练模型并对提交文件的实时评测，最终完成评分为 34.92。

Batch Size 数据为 0 ，Epoch循环次数为 0 次， 通过在本地训练模型并对提交文件的实时评测，最终完成评分为 34.92。

Batch Size 数据为 0 ，Epoch循环次数为 0 次， 通过在本地训练模型并对提交文件的实时评测，最终完成评分为 44.1。

Batch Size 数据为 0 ，Epoch循环次数为 0 次， 通过在本地训练模型并对提交文件的实时评测，最终完成评分为 43.71。

Batch Size 数据为 0 ，Epoch循环次数为 0 次， 通过在本地训练模型并对提交文件的实时评测，最终完成评分为 27.53。

Batch Size 数据为 0 ，Epoch循环次数为 0 次， 通过在本地训练模型并对提交文件的实时评测，最终完成评分为 30.18。

Batch Size 数据为 0 ，Epoch循环次数为 0 次， 通过在本地训练模型并对提交文件的实时评测，最终完成评分为 60.3。

Batch Size 数据为 0 ，Epoch循环次数为 0 次， 通过在本地训练模型并对提交文件的实时评测，最终完成评分为 56.33。

Batch Size 数据为 64 ，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 33.84 。

Batch Size 数据为 0 ，Epoch循环次数为 0 次， 通过在本地训练模型并对提交文件的实时评测，最终完成评分为 53.66。

Batch Size 数据为 0 ，Epoch循环次数为 0 次， 通过在本地训练模型并对提交文件的实时评测，最终完成评分为 54.12。

Batch Size 数据为 0 ，Epoch循环次数为 0 次， 通过在本地训练模型并对提交文件的实时评测，最终完成评分为 49.21。

Batch Size 数据为 0 ，Epoch循环次数为 0 次， 通过在本地训练模型并对提交文件的实时评测，最终完成评分为 58.4。

Batch Size 数据为 0 ，Epoch循环次数为 0 次， 通过在本地训练模型并对提交文件的实时评测，最终完成评分为 58.21。

Batch Size 数据为 0 ，Epoch循环次数为 0 次， 通过在本地训练模型并对提交文件的实时评测，最终完成评分为 58.87。

Batch Size 数据为 0 ，Epoch循环次数为 0 次， 通过在本地训练模型并对提交文件的实时评测，最终完成评分为 54.92。

Batch Size 数据为 0 ，Epoch循环次数为 0 次， 通过在本地训练模型并对提交文件的实时评测，最终完成评分为 54.8。

Batch Size 数据为 0 ，Epoch循环次数为 0 次， 通过在本地训练模型并对提交文件的实时评测，最终完成评分为 54.8。

Batch Size 数据为 0 ，Epoch循环次数为 0 次， 通过在本地训练模型并对提交文件的实时评测，最终完成评分为 56.1。

Batch Size 数据为 0 ，Epoch循环次数为 0 次， 通过在本地训练模型并对提交文件的实时评测，最终完成评分为 56。

Batch Size 数据为 0 ，Epoch循环次数为 0 次， 通过在本地训练模型并对提交文件的实时评测，最终完成评分为 55.73。

Batch Size 数据为 0 ，Epoch循环次数为 0 次， 通过在本地训练模型并对提交文件的实时评测，最终完成评分为 56.74。

Batch Size 数据为 0 ，Epoch循环次数为 0 次， 通过在本地训练模型并对提交文件的实时评测，最终完成评分为 57.99。

Batch Size 数据为 0 ，Epoch循环次数为 0 次， 通过在本地训练模型并对提交文件的实时评测，最终完成评分为 58.13。

Batch Size 数据为 0 ，Epoch循环次数为 0 次， 通过在本地训练模型并对提交文件的实时评测，最终完成评分为 55.42。

Batch Size 数据为 0 ，Epoch循环次数为 0 次， 通过在本地训练模型并对提交文件的实时评测，最终完成评分为 54.96。

Batch Size 数据为 0 ，Epoch循环次数为 0 次， 通过在本地训练模型并对提交文件的实时评测，最终完成评分为 54.63。

Batch Size 数据为 0 ，Epoch循环次数为 0 次， 通过在本地训练模型并对提交文件的实时评测，最终完成评分为 55.21。

Batch Size 数据为 0 ，Epoch循环次数为 0 次， 通过在本地训练模型并对提交文件的实时评测，最终完成评分为 54.74。

Batch Size 数据为 0 ，Epoch循环次数为 0 次， 通过在本地训练模型并对提交文件的实时评测，最终完成评分为 53.66。

Batch Size 数据为 0 ，Epoch循环次数为 0 次， 通过在本地训练模型并对提交文件的实时评测，最终完成评分为 27.84。

Batch Size 数据为 0 ，Epoch循环次数为 0 次， 通过在本地训练模型并对提交文件的实时评测，最终完成评分为 32.75。

Batch Size 数据为 0 ，Epoch循环次数为 0 次， 通过在本地训练模型并对提交文件的实时评测，最终完成评分为 17.34。

Batch Size 数据为 1 ，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 39.41 。

Batch Size 数据为 0 ，Epoch循环次数为 0 次， 通过在本地训练模型并对提交文件的实时评测，最终完成评分为 18.23。

Batch Size 数据为 32 ，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 51.82 。

Batch Size 数据为 32 ，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 47.39 。

Batch Size 数据为 0 ，Epoch循环次数为 0 次， 通过在本地训练模型并对提交文件的实时评测，最终完成评分为 17.83。

Batch Size 数据为 32 ，Epoch循环次数为 30 次， 通过在线上环境完成训练，模型最优精度评分为 46.73 。

Batch Size 数据为 32 ，Epoch循环次数为 30 次， 通过在线上环境完成训练，模型最优精度评分为 41.79 。

Batch Size 数据为 0 ，Epoch循环次数为 0 次， 通过在本地训练模型并对提交文件的实时评测，最终完成评分为 35.31。

Batch Size 数据为 32 ，Epoch循环次数为 30 次， 通过在线上环境完成训练，模型最优精度评分为 48.82 。

Batch Size 数据为 0 ，Epoch循环次数为 0 次， 通过在本地训练模型并对提交文件的实时评测，最终完成评分为 46.21。

Batch Size 数据为 32 ，Epoch循环次数为 30 次， 通过在线上环境完成训练，模型最优精度评分为 42.95 。

Batch Size 数据为 32 ，Epoch循环次数为 30 次， 通过在线上环境完成训练，模型最优精度评分为 50.33 。

Batch Size 数据为 32 ，Epoch循环次数为 30 次， 通过在线上环境完成训练，模型最优精度评分为 55.05 。

Batch Size 数据为 0 ，Epoch循环次数为 0 次， 通过在本地训练模型并对提交文件的实时评测，最终完成评分为 51.16。

Batch Size 数据为 0 ，Epoch循环次数为 0 次， 通过在本地训练模型并对提交文件的实时评测，最终完成评分为 0。

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 51.37 。

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 50.56 。

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 47.85 。

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 33.51 。

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 37.3 。