PyTorch实现DenseNet,用于图像分类,预测结果为82.14%

Batch大小为62,循环次数为2000次,损失函数优化完,最终完成评分为82.14。

得分记录
2019-04-29

Batch Size 数据为 32 ,Epoch循环次数为 10 次,损失函数优化完,最终完成评分为 3.07

14:30:02

Batch Size 数据为 32 ,Epoch循环次数为 10 次,损失函数优化完,最终完成评分为 3.07

14:11:18

Batch Size 数据为 32 ,Epoch循环次数为 10 次,损失函数优化完,最终完成评分为 3.07

13:56:39

Batch Size 数据为 32 ,Epoch循环次数为 10 次,损失函数优化完,最终完成评分为 3.07

13:45:38

Batch Size 数据为 32 ,Epoch循环次数为 10 次,损失函数优化完,最终完成评分为 0.89

13:39:49

Batch Size 数据为 32 ,Epoch循环次数为 10 次,损失函数优化完,最终完成评分为 0.89

13:01:44
2019-04-28

Batch Size 数据为 62 ,Epoch循环次数为 2000 次,损失函数优化完,最终完成评分为 82.14

17:08:32
2019-04-27

Batch Size 数据为 32 ,Epoch循环次数为 2000 次,损失函数优化完,最终完成评分为 77.6

19:37:20

Batch Size 数据为 64 ,Epoch循环次数为 1000 次,损失函数优化完,最终完成评分为 74.56

17:29:49

Batch Size 数据为 64 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 5.64

15:37:18