承小刘
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。
13:55:51Batch 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。
13:37:02Batch 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。
01:52:08Batch 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。
01:41:45Batch 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。
01:33:52Batch 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。
00:09:54Batch 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。
15:10:25Batch 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。
15:08:37Batch 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 。
11:46:30Batch 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。
11:27:45Batch 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。
11:25:52Batch 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。
17:54:00Batch 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。
18:43:19Batch 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。
07:35:24Batch 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。
19:24:55Batch 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。
18:25:02Batch 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。
16:28:49Batch 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。
15:52:40Batch 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。
11:37:05Batch 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。
11:10:24Batch 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。
07:01:43Batch 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。
06:16:18Batch 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。
22:04:30Batch 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。
21:58:57Batch 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。
11:26:18Batch 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。
11:21:21Batch 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。
20:44:12Batch 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。
15:00:06Batch 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。
00:09:20Batch 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。
21:22:08Batch 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。
20:07:46Batch 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。
21:54:36Batch 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。
20:14:58Batch 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 。
02:06:59Batch 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。
23:15:00Batch 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 。
23:00:14Batch 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 。
12:31:48Batch 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。
11:10:54Batch 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 。
10:51:30Batch 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 。
23:41:53Batch 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。
20:21:26Batch 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 。
15:36:19Batch 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。
14:03:56Batch 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 。
07:34:21Batch 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 。
19:48:14Batch 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 。
08:43:09Batch 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。
23:15:17Batch 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。
22:28:38Batch 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 。
18:34:32Batch 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 。
11:26:25Batch 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 。
10:40:53Batch 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 。
05:02:20Batch 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 。
22:27:34