使用PyTorch构建CNN进行TensorFlow,准确率59.08%

Batch大小为128,循环次数为600次,损失函数优化完,最终完成评分为59.08。

得分记录
2019-04-25

Batch Size 数据为 128 ,Epoch循环次数为 600 次,损失函数优化完,最终完成评分为 59.08

23:44:25

Batch Size 数据为 128 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 38.8

18:18:19

Batch Size 数据为 16 ,Epoch循环次数为 1000 次,损失函数优化完,最终完成评分为 4.16

16:25:20

Batch Size 数据为 16 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 0.47

11:44:11
2019-04-24

Batch Size 数据为 32 ,Epoch循环次数为 200 次,损失函数优化完,最终完成评分为 2.29

19:11:25

Batch Size 数据为 16 ,Epoch循环次数为 10 次,损失函数优化完,最终完成评分为 0.68

16:53:10

Batch Size 数据为 16 ,Epoch循环次数为 10 次,损失函数优化完,最终完成评分为 0.64

16:38:40

Batch Size 数据为 32 ,Epoch循环次数为 10 次,损失函数优化完,最终完成评分为 0.38

16:27:49

Batch Size 数据为 32 ,Epoch循环次数为 200 次,损失函数优化完,最终完成评分为 0.59

14:31:23

Batch Size 数据为 64 ,Epoch循环次数为 2000 次,损失函数优化完,最终完成评分为 0.72

12:46:49

Batch Size 数据为 64 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 0.93

10:55:42

Batch Size 数据为 64 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 2.42

10:29:13
2019-04-24

Batch Size 数据为 64 ,Epoch循环次数为 10000 次,损失函数优化完,最终完成评分为 12.89

03:47:03

Batch Size 数据为 64 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 2.84

23:55:49

Batch Size 数据为 32 ,Epoch循环次数为 6000 次,损失函数优化完,最终完成评分为 6.62

23:27:11

Batch Size 数据为 32 ,Epoch循环次数为 2000 次,损失函数优化完,最终完成评分为 8.82

21:52:42