把你吃掉
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 64.36。
21:10:01Batch 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 64.54。
21:07:15Batch 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 64.67。
21:04:06Batch 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 63.26。
21:02:54Batch 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 64.56。
13:34:47Batch 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 64.73。
13:31:40Batch 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 64.81。
14:21:39Batch 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 64.81。
17:50:07Batch 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 64.73。
17:48:24Batch 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 64.73。
17:46:02Batch 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 63.78。
17:44:26Batch 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 64.42。
14:47:13Batch 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 64.73。
14:45:32Batch 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 62.04。
14:43:32Batch 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 64.4。
08:50:16Batch 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 64.34。
08:48:59Batch 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 64.48。
16:43:51Batch 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 64.56。
16:41:15Batch 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 63.88。
16:39:06Batch 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 64.07。
16:09:59Batch 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 64.46。
16:08:02Batch 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 64.44。
16:06:26Batch 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 64.48。
16:05:48Batch 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 63.96。
16:04:15Batch 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 64.48。
00:53:01Batch 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 64.21。
00:01:53Batch 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 64.48。
23:59:54Batch 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 64.38。
23:57:51Batch 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 64.52。
23:56:22Batch 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 63.14。
23:52:45Batch Size 数据为 64 ,Epoch循环次数为 45 次, 通过在线上环境完成训练,模型最优精度评分为 63.14 。
15:34:39Batch 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 63.96。
13:46:44Batch 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 64.27。
10:33:43Batch 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 63.78。
10:32:06Batch Size 数据为 32 ,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 63.22 。
17:29:24Batch 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 64.21。
11:09:07Batch 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 63.69。
10:02:38Batch Size 数据为 32 ,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 63.69 。
03:07:07Batch 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 63.34。
16:58:10Batch Size 数据为 32 ,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 64.09 。
17:31:25Batch Size 数据为 16 ,Epoch循环次数为 45 次, 通过在线上环境完成训练,模型最优精度评分为 57.36 。
07:24:16Batch Size 数据为 32 ,Epoch循环次数为 40 次, 通过在线上环境完成训练,模型最优精度评分为 57.47 。
04:47:24Batch Size 数据为 64 ,Epoch循环次数为 40 次, 通过在线上环境完成训练,模型最优精度评分为 55.13 。
03:11:34Batch Size 数据为 64 ,Epoch循环次数为 40 次, 通过在线上环境完成训练,模型最优精度评分为 52.83 。
19:03:04Batch 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 52.09。
15:00:47Batch 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 53.52。
14:50:53Batch Size 数据为 64 ,Epoch循环次数为 40 次, 通过在线上环境完成训练,模型最优精度评分为 17.34 。
13:21:59Batch Size 数据为 64 ,Epoch循环次数为 40 次, 通过在线上环境完成训练,模型最优精度评分为 19.01 。
06:45:49Batch Size 数据为 64 ,Epoch循环次数为 40 次, 通过在线上环境完成训练,模型最优精度评分为 23.83 。
23:09:49