通过Keras进行DNN的神经网络构筑,分类

Batch大小为32,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96.67。

得分记录
2019-04-29

Batch Size 数据为 512 ,Epoch循环次数为 150 次, 通过在线上环境完成训练,模型最优精度评分为 90 。

20:35:05
2019-04-27

Batch Size 数据为 128 ,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 93.33 。

14:17:18

Batch Size 数据为 128 ,Epoch循环次数为 50 次, 通过在线上环境完成训练,模型最优精度评分为 93.33 。

14:13:36

Batch Size 数据为 32 ,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 96.67 。

11:43:45
2019-04-27

Batch Size 数据为 32 ,Epoch循环次数为 500 次, 通过在线上环境完成训练,模型最优精度评分为 93.33 。

01:34:33

Batch Size 数据为 32 ,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 86.67 。

19:21:54