基于CNN、Keras实现图像分类

Batch大小为64,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42.28。

得分记录
2020-02-19

Batch 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 32.75 。

06:33:39

Batch 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 32.75 。

15:59:34

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 33.51 。

02:32:27
2020-02-17

Batch 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 42.28 。

03:01:25

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 27.47。

00:05:02

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 27.74。

22:09:10
2020-02-16

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 20.44。

12:22:47