使用PyTorch和ResNet的图像分类,最终结果53.31%

Batch大小为32,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53.31。

得分记录
2020-03-03

Batch Size 数据为 64 ,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 56 。

14:25:13
2020-03-03

Batch Size 数据为 64 ,Epoch循环次数为 12 次, 通过在线上环境完成训练,模型最优精度评分为 54.76 。

00:16:33
2020-03-01

Batch Size 数据为 64 ,Epoch循环次数为 12 次, 通过在线上环境完成训练,模型最优精度评分为 58.32 。

00:36:51
2020-02-26

Batch Size 数据为 64 ,Epoch循环次数为 12 次, 通过在线上环境完成训练,模型最优精度评分为 59.04 。

11:55:06
2020-02-25

Batch Size 数据为 64 ,Epoch循环次数为 12 次, 通过在线上环境完成训练,模型最优精度评分为 59.33 。

17:51:11

Batch Size 数据为 64 ,Epoch循环次数为 12 次, 通过在线上环境完成训练,模型最优精度评分为 55.34 。

16:31:24

Batch Size 数据为 64 ,Epoch循环次数为 12 次, 通过在线上环境完成训练,模型最优精度评分为 53.23 。

15:48:21

Batch Size 数据为 64 ,Epoch循环次数为 12 次, 通过在线上环境完成训练,模型最优精度评分为 42.47 。

15:08:56

Batch Size 数据为 64 ,Epoch循环次数为 12 次, 通过在线上环境完成训练,模型最优精度评分为 45.82 。

14:23:25

Batch Size 数据为 64 ,Epoch循环次数为 12 次, 通过在线上环境完成训练,模型最优精度评分为 50.1 。

11:42:29
2020-02-22

Batch Size 数据为 64 ,Epoch循环次数为 12 次, 通过在线上环境完成训练,模型最优精度评分为 57.57 。

13:27:03
2020-02-22

Batch Size 数据为 32 ,Epoch循环次数为 12 次, 通过在线上环境完成训练,模型最优精度评分为 41.44 。

00:58:38

Batch Size 数据为 64 ,Epoch循环次数为 25 次, 通过在线上环境完成训练,模型最优精度评分为 56.91 。

16:50:03
2020-02-21

Batch Size 数据为 64 ,Epoch循环次数为 12 次, 通过在线上环境完成训练,模型最优精度评分为 58.59 。

10:51:41

Batch Size 数据为 64 ,Epoch循环次数为 12 次, 通过在线上环境完成训练,模型最优精度评分为 48.41 。

23:36:35

Batch Size 数据为 64 ,Epoch循环次数为 12 次, 通过在线上环境完成训练,模型最优精度评分为 60.1 。

16:59:18
2020-02-19

Batch Size 数据为 64 ,Epoch循环次数为 12 次, 通过在线上环境完成训练,模型最优精度评分为 55.15 。

21:32:00
2020-02-18

Batch Size 数据为 64 ,Epoch循环次数为 12 次, 通过在线上环境完成训练,模型最优精度评分为 54.76 。

06:10:45
2020-02-16

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 53.31 。

20:33:40
2020-02-15

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 43.46 。

00:12:30