TensorFlow实现LSTM,用于疾病诊断,预测结果为90.74%

Batch大小为250,循环次数为250次,通过在线上环境完成训练,模型最优精度评分为90.74。

得分记录
2020-02-21

Batch Size 数据为 250 ,Epoch循环次数为 250 次, 通过在线上环境完成训练,模型最优精度评分为 90.74 。

15:25:28
2020-02-20

Batch Size 数据为 250 ,Epoch循环次数为 250 次, 通过在线上环境完成训练,模型最优精度评分为 100 。

20:36:13

Batch Size 数据为 250 ,Epoch循环次数为 250 次, 通过在线上环境完成训练,模型最优精度评分为 88.89 。

17:12:45
2020-02-19

Batch Size 数据为 250 ,Epoch循环次数为 250 次, 通过在线上环境完成训练,模型最优精度评分为 88.89 。

07:06:18

Batch Size 数据为 250 ,Epoch循环次数为 250 次, 通过在线上环境完成训练,模型最优精度评分为 83.33 。

19:34:38
2020-02-18

Batch Size 数据为 64 ,Epoch循环次数为 10000 次, 通过在线上环境完成训练,模型最优精度评分为 75.93 。

00:56:01

Batch Size 数据为 64 ,Epoch循环次数为 10000 次, 通过在线上环境完成训练,模型最优精度评分为 75.93 。

17:48:00

Batch Size 数据为 64 ,Epoch循环次数为 10000 次, 通过在线上环境完成训练,模型最优精度评分为 75.93 。

13:51:28
2020-02-17

Batch Size 数据为 64 ,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 75.93 。

06:31:21
2020-02-16

Batch Size 数据为 64 ,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 59.26 。

15:52:43