如何优雅的使用BP、PyTorch实现疾病诊断任务,准确率77.78%

Batch大小为128,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77.78。

得分记录
2020-03-17

Batch Size 数据为 128 ,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 77.78 。

17:13:29

Batch Size 数据为 270 ,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 66.67 。

17:07:04

Batch Size 数据为 90 ,Epoch循环次数为 450 次, 通过在线上环境完成训练,模型最优精度评分为 75.93 。

16:58:49

Batch Size 数据为 64 ,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 75.93 。

16:47:33
2020-03-16

Batch Size 数据为 64 ,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 75.93 。

21:07:42

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 72.22 。

20:38:38

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 66.67 。

20:17:47

Batch Size 数据为 256 ,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 66.67 。

20:07:41
2020-03-13

Batch Size 数据为 256 ,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 68.52 。

22:56:33

Batch Size 数据为 256 ,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 70.37 。

22:30:47

Batch Size 数据为 500 ,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 66.67 。

22:25:12

Batch Size 数据为 256 ,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 66.67 。

22:21:25

Batch Size 数据为 256 ,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 74.07 。

22:15:39

Batch Size 数据为 256 ,Epoch循环次数为 186 次, 通过在线上环境完成训练,模型最优精度评分为 68.52 。

22:12:32

Batch Size 数据为 256 ,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 64.81 。

22:08:35
2020-03-12

Batch Size 数据为 128 ,Epoch循环次数为 5 次, 通过在线上环境完成训练,模型最优精度评分为 59.26 。

17:37:41

Batch Size 数据为 500 ,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 66.67 。

17:37:35

Batch Size 数据为 128 ,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 66.67 。

17:37:03

Batch Size 数据为 128 ,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 66.67 。

17:36:57

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 66.67 。

17:36:52

Batch Size 数据为 256 ,Epoch循环次数为 75 次, 通过在线上环境完成训练,模型最优精度评分为 66.67 。

21:43:29

Batch Size 数据为 256 ,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 68.52 。

21:31:10

Batch Size 数据为 256 ,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 74.07 。

21:03:25
2020-03-04

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 68.52 。

15:48:49

Batch Size 数据为 128 ,Epoch循环次数为 20 次, 通过在线上环境完成训练,模型最优精度评分为 66.67 。

15:40:38

Batch Size 数据为 128 ,Epoch循环次数为 20 次, 通过在线上环境完成训练,模型最优精度评分为 66.67 。

14:44:47

Batch Size 数据为 128 ,Epoch循环次数为 20 次, 通过在线上环境完成训练,模型最优精度评分为 66.67 。

13:00:20

Batch Size 数据为 32 ,Epoch循环次数为 25 次, 通过在线上环境完成训练,模型最优精度评分为 66.67 。

12:56:11

Batch Size 数据为 128 ,Epoch循环次数为 10 次, 通过在线上环境完成训练,模型最优精度评分为 66.67 。

12:12:06

Batch Size 数据为 500 ,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 66.67 。

12:06:43

Batch Size 数据为 500 ,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 66.67 。

11:47:09