Batch Size 数据为 16 ，Epoch循环次数为 35 次， 通过在线上环境完成训练，模型最优精度评分为 52.28 。

Batch Size 数据为 16 ，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 38.15 。

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 32.75 。

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 33.51 。

Batch Size 数据为 32 ，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 36.26 。

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 32.75 。

Batch Size 数据为 256 ，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 55.79 。

Batch Size 数据为 256 ，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 47.04 。

Batch Size 数据为 256 ，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 38.81 。

Batch Size 数据为 256 ，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 39.06 。

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 59.74。

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 60.76。

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 60.94。

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 55.96。

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 37.01 。

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 51.51。