如何优雅的使用CNN、PyTorch实现图像分类任务,准确率65.43%

Batch大小为1,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65.43。

得分记录
2020-03-06

Batch Size 数据为 1 ,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 64.27 。

16:31:39

Batch Size 数据为 1 ,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 64.77 。

07:08:15
2020-03-05

Batch Size 数据为 1 ,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 60.96 。

23:23:35

Batch Size 数据为 1 ,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 65.43 。

16:06:01
2020-03-04

Batch Size 数据为 1 ,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 47.66 。

23:13:06

Batch Size 数据为 1 ,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 62.41 。

19:30:40

Batch Size 数据为 1 ,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 64.4 。

16:18:30
2020-02-25

Batch Size 数据为 1 ,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 62.49 。

02:38:48

Batch Size 数据为 1 ,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 62.54 。

23:03:53

Batch Size 数据为 1 ,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 64.07 。

18:40:28
2020-02-22

Batch Size 数据为 1 ,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 63.82 。

06:08:55

Batch Size 数据为 1 ,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 63.9 。

21:25:22
2020-02-07

Batch 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 61.79 。

02:26:13

Batch Size 数据为 32 ,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 57.63 。

20:14:44