基于LSTM、TensorFlow实现文本相似度

Batch大小为6,循环次数为1次,损失函数优化完,最终完成评分为78.2。

得分记录
2020-03-05

Batch Size 数据为 6 ,Epoch循环次数为 1 次,损失函数优化完,最终完成评分为 78.2

23:46:10

Batch Size 数据为 64 ,Epoch循环次数为 1 次,损失函数优化完,最终完成评分为 77.16

09:51:00
2020-03-05

Batch Size 数据为 128 ,Epoch循环次数为 1 次,损失函数优化完,最终完成评分为 74.35

00:05:18

Batch Size 数据为 128 ,Epoch循环次数为 1 次,损失函数优化完,最终完成评分为 74.17

23:09:00

Batch Size 数据为 128 ,Epoch循环次数为 1 次,损失函数优化完,最终完成评分为 74.13

21:57:45

Batch Size 数据为 256 ,Epoch循环次数为 1 次,损失函数优化完,最终完成评分为 74.5

21:00:37

Batch Size 数据为 256 ,Epoch循环次数为 2 次,损失函数优化完,最终完成评分为 75.08

19:36:46

Batch Size 数据为 128 ,Epoch循环次数为 2 次,损失函数优化完,最终完成评分为 77.15

17:42:45

Batch Size 数据为 128 ,Epoch循环次数为 1 次,损失函数优化完,最终完成评分为 77.57

14:37:20

Batch Size 数据为 128 ,Epoch循环次数为 3 次,损失函数优化完,最终完成评分为 75.11

13:13:58
2020-03-04

Batch Size 数据为 128 ,Epoch循环次数为 1 次,损失函数优化完,最终完成评分为 77.89

11:28:13
2020-02-27

Batch Size 数据为 128 ,Epoch循环次数为 32 次,损失函数优化完,最终完成评分为 75.7

23:26:02

Batch Size 数据为 256 ,Epoch循环次数为 32 次,损失函数优化完,最终完成评分为 36.84

11:33:06
2020-02-26

Batch Size 数据为 256 ,Epoch循环次数为 5 次,损失函数优化完,最终完成评分为 36.84

19:39:25

Batch Size 数据为 128 ,Epoch循环次数为 3 次,损失函数优化完,最终完成评分为 36.84

18:42:12
2020-01-06

Batch Size 数据为 1024 ,Epoch循环次数为 1000 次,损失函数优化完,最终完成评分为 63.16

19:22:43

Batch Size 数据为 1024 ,Epoch循环次数为 1 次,损失函数优化完,最终完成评分为 61.77

11:51:37