PyTorch下用CNN进行图像

Batch大小为512,循环次数为2000次,通过在线上环境完成训练,模型最优精度评分为84.62。

得分记录
2019-04-28

Batch Size 数据为 512 ,Epoch循环次数为 200 次, 通过在线上环境完成训练,模型最优精度评分为 82.52 。

17:14:42

Batch Size 数据为 512 ,Epoch循环次数为 200 次, 通过在线上环境完成训练,模型最优精度评分为 77.62 。

15:41:18

Batch Size 数据为 512 ,Epoch循环次数为 1000 次, 通过在线上环境完成训练,模型最优精度评分为 80.42 。

14:28:14
2019-04-27

Batch Size 数据为 512 ,Epoch循环次数为 200 次, 通过在线上环境完成训练,模型最优精度评分为 82.52 。

23:06:06

Batch Size 数据为 512 ,Epoch循环次数为 200 次, 通过在线上环境完成训练,模型最优精度评分为 78.32 。

18:19:51

Batch Size 数据为 512 ,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 82.52 。

14:34:08

Batch Size 数据为 512 ,Epoch循环次数为 2000 次, 通过在线上环境完成训练,模型最优精度评分为 78.32 。

13:14:15
2019-04-26

Batch Size 数据为 512 ,Epoch循环次数为 2000 次, 通过在线上环境完成训练,模型最优精度评分为 84.62 。

19:13:36
2019-04-25

Batch Size 数据为 64 ,Epoch循环次数为 2000 次, 通过在线上环境完成训练,模型最优精度评分为 76.92 。

23:58:33