使用PyTorch构建LSTM进行PyTorch,准确率74.19%

Batch大小为1024,循环次数为6000次,损失函数优化完,最终完成评分为74.19。

得分记录
2019-05-03

Batch Size 数据为 1024 ,Epoch循环次数为 3000 次,损失函数优化完,最终完成评分为 63.16

16:07:25
2019-05-01

Batch Size 数据为 256 ,Epoch循环次数为 8000 次,损失函数优化完,最终完成评分为 63.16

00:27:38
2019-04-30

Batch Size 数据为 1024 ,Epoch循环次数为 2000 次,损失函数优化完,最终完成评分为 73.53

12:59:44

Batch Size 数据为 512 ,Epoch循环次数为 2000 次,损失函数优化完,最终完成评分为 73.62

11:38:54

Batch Size 数据为 128 ,Epoch循环次数为 5000 次,损失函数优化完,最终完成评分为 68.33

10:52:15

Batch Size 数据为 128 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 63.16

10:16:12
2019-04-30

Batch Size 数据为 128 ,Epoch循环次数为 10000 次,损失函数优化完,最终完成评分为 63.16

01:17:54

Batch Size 数据为 256 ,Epoch循环次数为 10 次,损失函数优化完,最终完成评分为 62.56

00:26:56

Batch Size 数据为 512 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 63.14

23:57:59

Batch Size 数据为 512 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 63.14

23:33:20

Batch Size 数据为 512 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 63.16

22:54:51

Batch Size 数据为 512 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 63.16

21:18:24

Batch Size 数据为 512 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 63.16

21:02:21
2019-04-29

Batch Size 数据为 1024 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 63.16

15:36:35

Batch Size 数据为 1024 ,Epoch循环次数为 6000 次,损失函数优化完,最终完成评分为 74.19

14:54:35

Batch Size 数据为 512 ,Epoch循环次数为 6000 次,损失函数优化完,最终完成评分为 72.67

12:49:35

Batch Size 数据为 512 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 63.16

11:51:57

Batch Size 数据为 512 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 63.16

11:26:31

Batch Size 数据为 512 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 63.16

11:18:25
2019-04-29

Batch Size 数据为 512 ,Epoch循环次数为 10 次,损失函数优化完,最终完成评分为 50.94

00:25:23