PyTorch实现ResNet,用于图像分类,预测结果为92.07%

Batch大小为30,循环次数为24次,通过在线上环境完成训练,模型最优精度评分为92.07。

得分记录
2020-02-21

Batch Size 数据为 26 ,Epoch循环次数为 20 次, 通过在线上环境完成训练,模型最优精度评分为 91.17 。

14:16:56

Batch Size 数据为 22 ,Epoch循环次数为 24 次, 通过在线上环境完成训练,模型最优精度评分为 91.92 。

02:06:41
2020-02-18

Batch Size 数据为 30 ,Epoch循环次数为 24 次, 通过在线上环境完成训练,模型最优精度评分为 92.07 。

05:50:14

Batch Size 数据为 28 ,Epoch循环次数为 24 次, 通过在线上环境完成训练,模型最优精度评分为 91.79 。

02:37:25
2020-02-16

Batch Size 数据为 30 ,Epoch循环次数为 36 次, 通过在线上环境完成训练,模型最优精度评分为 91.4 。

03:51:10

Batch Size 数据为 30 ,Epoch循环次数为 23 次, 通过在线上环境完成训练,模型最优精度评分为 91.39 。

08:26:10
2020-02-14

Batch Size 数据为 30 ,Epoch循环次数为 23 次, 通过在线上环境完成训练,模型最优精度评分为 91.1 。

09:05:31
2020-02-12

Batch Size 数据为 30 ,Epoch循环次数为 24 次, 通过在线上环境完成训练,模型最优精度评分为 91.34 。

21:26:53
2020-02-11

Batch Size 数据为 23 ,Epoch循环次数为 20 次, 通过在线上环境完成训练,模型最优精度评分为 91.01 。

18:15:05

Batch Size 数据为 30 ,Epoch循环次数为 16 次, 通过在线上环境完成训练,模型最优精度评分为 91.16 。

02:41:48
2020-02-10

Batch Size 数据为 30 ,Epoch循环次数为 16 次, 通过在线上环境完成训练,模型最优精度评分为 91.02 。

09:24:11

Batch Size 数据为 30 ,Epoch循环次数为 16 次, 通过在线上环境完成训练,模型最优精度评分为 91.28 。

15:02:31
2020-02-09

Batch Size 数据为 30 ,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 91.02 。

02:05:33
2020-02-05

Batch Size 数据为 30 ,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 90.3 。

23:04:04

Batch Size 数据为 30 ,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 90.36 。

09:05:42
2020-02-04

Batch Size 数据为 20 ,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 89.55 。

04:57:48

Batch Size 数据为 30 ,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 88.55 。

19:12:15
2020-02-03

Batch Size 数据为 30 ,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 89.78 。

06:22:49

Batch Size 数据为 30 ,Epoch循环次数为 17 次, 通过在线上环境完成训练,模型最优精度评分为 89.36 。

00:06:53

Batch Size 数据为 20 ,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 89.51 。

18:21:45
2020-02-02

Batch Size 数据为 30 ,Epoch循环次数为 32 次, 通过在线上环境完成训练,模型最优精度评分为 89.66 。

09:34:49

Batch Size 数据为 30 ,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 72.27 。

03:25:26
2020-02-01

Batch Size 数据为 30 ,Epoch循环次数为 20 次, 通过在线上环境完成训练,模型最优精度评分为 88.07 。

08:17:29

Batch Size 数据为 30 ,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 81.59 。

23:27:32

Batch Size 数据为 30 ,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 86.51 。

21:47:53
2020-01-31

Batch Size 数据为 30 ,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 81.46 。

18:45:10
2020-01-31

Batch Size 数据为 30 ,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 2.55 。

03:14:31
2020-01-30

Batch Size 数据为 30 ,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 89.57 。

15:59:22

Batch Size 数据为 33 ,Epoch循环次数为 32 次, 通过在线上环境完成训练,模型最优精度评分为 89.6 。

05:45:49
2020-01-29

Batch Size 数据为 30 ,Epoch循环次数为 20 次, 通过在线上环境完成训练,模型最优精度评分为 89.56 。

23:05:26

Batch Size 数据为 15 ,Epoch循环次数为 20 次, 通过在线上环境完成训练,模型最优精度评分为 89.6 。

19:27:45
2020-01-29

Batch Size 数据为 30 ,Epoch循环次数为 32 次, 通过在线上环境完成训练,模型最优精度评分为 89.97 。

09:36:45

Batch Size 数据为 30 ,Epoch循环次数为 36 次, 通过在线上环境完成训练,模型最优精度评分为 88.75 。

00:57:31
2020-01-28

Batch Size 数据为 30 ,Epoch循环次数为 23 次, 通过在线上环境完成训练,模型最优精度评分为 88.5 。

16:43:45

Batch Size 数据为 30 ,Epoch循环次数为 20 次, 通过在线上环境完成训练,模型最优精度评分为 89.43 。

07:29:00
2020-01-27

Batch Size 数据为 30 ,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 84.48 。

05:10:37
2020-01-26

Batch Size 数据为 30 ,Epoch循环次数为 20 次, 通过在线上环境完成训练,模型最优精度评分为 89.8 。

05:17:05
2020-01-25

Batch Size 数据为 30 ,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 89.05 。

00:01:25

Batch Size 数据为 30 ,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 2.62 。

19:50:58