通过PyTorch进行BP的神经网络构筑,PyTorch

Batch大小为32,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79.63。

得分记录
2019-05-03

Batch Size 数据为 20 ,Epoch循环次数为 100 次, 通过在线上环境完成训练,模型最优精度评分为 59.26 。

18:33:41

Batch Size 数据为 32 ,Epoch循环次数为 100 次, 通过在线上环境完成训练,模型最优精度评分为 66.67 。

18:16:35

Batch Size 数据为 32 ,Epoch循环次数为 100 次, 通过在线上环境完成训练,模型最优精度评分为 66.67 。

18:15:03

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 66.67 。

18:13:40
2019-05-02

Batch Size 数据为 260 ,Epoch循环次数为 4 次, 通过在线上环境完成训练,模型最优精度评分为 59.26 。

20:46:30

Batch Size 数据为 260 ,Epoch循环次数为 4 次, 通过在线上环境完成训练,模型最优精度评分为 59.26 。

20:45:29

Batch Size 数据为 260 ,Epoch循环次数为 4 次, 通过在线上环境完成训练,模型最优精度评分为 57.41 。

20:44:16

Batch Size 数据为 260 ,Epoch循环次数为 4 次, 通过在线上环境完成训练,模型最优精度评分为 55.56 。

20:43:13

Batch Size 数据为 260 ,Epoch循环次数为 4 次, 通过在线上环境完成训练,模型最优精度评分为 25.93 。

20:41:50

Batch Size 数据为 260 ,Epoch循环次数为 4 次, 通过在线上环境完成训练,模型最优精度评分为 48.15 。

20:41:02

Batch Size 数据为 260 ,Epoch循环次数为 4 次, 通过在线上环境完成训练,模型最优精度评分为 48.15 。

20:40:12

Batch Size 数据为 260 ,Epoch循环次数为 4 次, 通过在线上环境完成训练,模型最优精度评分为 48.15 。

20:39:07

Batch Size 数据为 260 ,Epoch循环次数为 4 次, 通过在线上环境完成训练,模型最优精度评分为 48.15 。

19:45:01

Batch Size 数据为 260 ,Epoch循环次数为 4 次, 通过在线上环境完成训练,模型最优精度评分为 11.11 。

19:36:30

Batch Size 数据为 162 ,Epoch循环次数为 4 次, 通过在线上环境完成训练,模型最优精度评分为 11.11 。

19:34:41

Batch Size 数据为 162 ,Epoch循环次数为 4 次, 通过在线上环境完成训练,模型最优精度评分为 0 。

19:05:05

Batch Size 数据为 300 ,Epoch循环次数为 4 次, 通过在线上环境完成训练,模型最优精度评分为 0 。

19:02:42
2019-05-01

Batch Size 数据为 64 ,Epoch循环次数为 100 次, 通过在线上环境完成训练,模型最优精度评分为 55.56 。

17:38:52

Batch 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 55.56 。

16:30:18

Batch Size 数据为 162 ,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 57.41 。

16:21:51

Batch Size 数据为 162 ,Epoch循环次数为 60 次, 通过在线上环境完成训练,模型最优精度评分为 57.41 。

16:04:02

Batch Size 数据为 162 ,Epoch循环次数为 60 次, 通过在线上环境完成训练,模型最优精度评分为 51.85 。

13:24:36

Batch Size 数据为 162 ,Epoch循环次数为 6 次, 通过在线上环境完成训练,模型最优精度评分为 51.85 。

12:34:12

Batch Size 数据为 162 ,Epoch循环次数为 6 次, 通过在线上环境完成训练,模型最优精度评分为 0 。

12:22:38

Batch Size 数据为 162 ,Epoch循环次数为 6 次, 通过在线上环境完成训练,模型最优精度评分为 0 。

12:15:38

Batch Size 数据为 162 ,Epoch循环次数为 6 次, 通过在线上环境完成训练,模型最优精度评分为 16.67 。

12:14:02

Batch Size 数据为 162 ,Epoch循环次数为 6 次, 通过在线上环境完成训练,模型最优精度评分为 0 。

12:12:34

Batch Size 数据为 162 ,Epoch循环次数为 6 次, 通过在线上环境完成训练,模型最优精度评分为 0 。

12:11:15

Batch Size 数据为 162 ,Epoch循环次数为 6 次, 通过在线上环境完成训练,模型最优精度评分为 0 。

12:10:00

Batch Size 数据为 162 ,Epoch循环次数为 6 次, 通过在线上环境完成训练,模型最优精度评分为 5.56 。

12:08:23

Batch Size 数据为 162 ,Epoch循环次数为 6 次, 通过在线上环境完成训练,模型最优精度评分为 0 。

12:06:27

Batch Size 数据为 162 ,Epoch循环次数为 6 次, 通过在线上环境完成训练,模型最优精度评分为 0 。

12:05:08

Batch Size 数据为 162 ,Epoch循环次数为 6 次, 通过在线上环境完成训练,模型最优精度评分为 0 。

12:01:19

Batch Size 数据为 162 ,Epoch循环次数为 6 次, 通过在线上环境完成训练,模型最优精度评分为 0 。

11:54:58

Batch Size 数据为 162 ,Epoch循环次数为 6 次, 通过在线上环境完成训练,模型最优精度评分为 0 。

11:51:42

Batch Size 数据为 162 ,Epoch循环次数为 6 次, 通过在线上环境完成训练,模型最优精度评分为 0 。

11:50:34

Batch Size 数据为 162 ,Epoch循环次数为 6 次, 通过在线上环境完成训练,模型最优精度评分为 0 。

11:30:24

Batch Size 数据为 162 ,Epoch循环次数为 60 次, 通过在线上环境完成训练,模型最优精度评分为 0 。

10:19:53
2019-04-28

Batch Size 数据为 260 ,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 11.11 。

07:20:04

Batch Size 数据为 320 ,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 11.11 。

07:17:49
2019-04-26

Batch Size 数据为 32 ,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 。

09:08:01

Batch Size 数据为 32 ,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 79.63 。

04:29:19