水木一
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 65 。
03:42:33Batch 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 63.96 。
19:53:25Batch 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 63.82 。
04:21:32Batch 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 64.69 。
17:14:56Batch 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 63.53 。
08:09:09Batch 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 37.75 。
23:06:35Batch 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 32.75 。
22:50:13Batch 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 44.81 。
20:27:02Batch 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 0 。
00:33:20Batch Size 数据为 64 ,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 0 。
18:24:27Batch 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 0 。
08:44:55Batch 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 0 。
17:49:13Batch 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 0 。
16:50:54Batch 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 65.8。
19:58:05Batch 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 65。
19:51:39Batch 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 65.47。
19:12:26Batch 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 65.1。
19:08:01Batch 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 64.44。
18:31:15Batch 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 59.45。
18:30:16Batch 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 63.94。
18:17:10Batch 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 65.14。
17:19:44Batch 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 63.47。
16:46:18Batch 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 63.41。
16:33:32Batch 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 65.37。
13:24:40Batch 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 64.77。
12:22:01Batch 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 65.1。
11:31:13Batch 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 63.28。
10:40:07Batch 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 62.64。
10:08:02Batch 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 60.59。
09:41:02Batch 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 59.5。
03:04:32Batch 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 60.45。
03:00:57Batch 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 64.32。
21:30:05Batch 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 64.73。
19:09:17Batch 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 60.2。
13:34:26Batch 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 61.15。
12:58:37Batch 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 60.05。
12:55:50Batch 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 62.31。
11:48:03Batch 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 63.36。
11:27:21Batch 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 63.69。
03:16:38Batch 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 62.31。
03:03:59Batch 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 61.58。
02:55:44Batch 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 62.37。
02:52:17Batch 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 62.97。
02:42:05Batch 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 59.16。
02:25:38Batch 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 58.56。
02:25:05Batch 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 59.74。
02:24:26Batch 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 63.12。
01:13:53Batch 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 62.02。
16:23:16Batch 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 63.53。
10:29:51Batch 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 63.49。
10:23:01Batch 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 63.49。
10:03:56Batch 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 61.07。
15:57:27Batch 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 60.7。
13:04:45Batch 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 59。
12:24:19Batch 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 54.34。
14:04:19Batch 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 38.52。
13:27:57Batch 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 40.36 。
12:58:59Batch 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 60.1。
22:57:44Batch 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 60.26。
18:30:48Batch 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 59.7。
16:14:33Batch 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 46.71 。
13:47:15Batch 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 43.38 。
01:15:43Batch 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 59.7。
21:41:54Batch 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 59.27。
16:42:51Batch 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 59.14。
00:08:57Batch 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 57.53。
23:31:36Batch 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 57.01。
23:19:04Batch 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 57.82。
23:01:14Batch 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 57.47。
22:56:46