分享使用ResNet和PyTorch完成对图像分类任务,预测结果71.33%

Batch大小为64,循环次数为3次,通过在线上环境完成训练,模型最优精度评分为71.33。

得分记录
2020-04-19

Batch Size 数据为 64 ,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 67.2 。

13:52:00
2020-04-03

Batch Size 数据为 64 ,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 69.27 。

12:49:09
2020-03-30

Batch Size 数据为 64 ,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 68.93 。

20:53:13

Batch Size 数据为 64 ,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 61 。

20:14:22

Batch Size 数据为 64 ,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 64.13 。

12:41:42
2020-03-30

Batch Size 数据为 64 ,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 63.67 。

12:18:36

Batch Size 数据为 64 ,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 71.27 。

11:58:16
2020-03-24

Batch Size 数据为 64 ,Epoch循环次数为 3 次, 通过在线上环境完成训练,模型最优精度评分为 71.33 。

14:17:09

Batch Size 数据为 64 ,Epoch循环次数为 3 次, 通过在线上环境完成训练,模型最优精度评分为 51.53 。

11:30:08

Batch Size 数据为 64 ,Epoch循环次数为 3 次, 通过在线上环境完成训练,模型最优精度评分为 60.67 。

10:29:41
2020-03-23

Batch Size 数据为 64 ,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 53.67 。

22:04:28