使用PyTorch和SENet的图像分类,最终结果81.72%

Batch大小为34,循环次数为8次,通过在线上环境完成训练,模型最优精度评分为81.72。

得分记录
2020-04-04

Batch Size 数据为 32 ,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 79.03 。

05:55:24

Batch Size 数据为 20 ,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 58.96 。

20:50:28
2020-02-28

Batch Size 数据为 34 ,Epoch循环次数为 8 次, 通过在线上环境完成训练,模型最优精度评分为 81.72 。

03:20:56

Batch Size 数据为 34 ,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 77.11 。

00:57:43

Batch Size 数据为 34 ,Epoch循环次数为 8 次, 通过在线上环境完成训练,模型最优精度评分为 77.14 。

22:53:58

Batch Size 数据为 20 ,Epoch循环次数为 8 次, 通过在线上环境完成训练,模型最优精度评分为 81.66 。

19:41:59
2020-02-27

Batch Size 数据为 24 ,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 77.62 。

16:30:49

Batch Size 数据为 20 ,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 72.6 。

15:10:45

Batch Size 数据为 16 ,Epoch循环次数为 8 次, 通过在线上环境完成训练,模型最优精度评分为 79.1 。

13:21:28
2020-02-27

Batch Size 数据为 20 ,Epoch循环次数为 8 次, 通过在线上环境完成训练,模型最优精度评分为 4.61 。

02:36:30

Batch Size 数据为 20 ,Epoch循环次数为 8 次, 通过在线上环境完成训练,模型最优精度评分为 81.69 。

22:50:21

Batch Size 数据为 20 ,Epoch循环次数为 8 次, 通过在线上环境完成训练,模型最优精度评分为 74.04 。

19:18:26

Batch Size 数据为 20 ,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 63.99 。

16:07:33
2020-02-26

Batch Size 数据为 20 ,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 22.18 。

15:22:28
2020-02-25

Batch Size 数据为 20 ,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 75.48 。

21:18:33

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 50.1 。

15:15:02

Batch Size 数据为 20 ,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 17.86 。

10:03:31
2020-02-25

Batch Size 数据为 20 ,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 6.05 。

03:00:15

Batch Size 数据为 20 ,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 4.61 。

16:29:07
2020-02-18

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 14.05 。

18:51:28