PyTorch下用Bi-LSTM进行命名实体识别

Batch大小为32,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80.17。

得分记录
2020-03-28

Batch Size 数据为 32 ,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 78.76 。

17:40:32

Batch Size 数据为 32 ,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 79.65 。

15:23:56
2020-03-28

Batch Size 数据为 32 ,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 80.17 。

01:02:39

Batch Size 数据为 32 ,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 76.95 。

23:45:00
2020-03-27

Batch Size 数据为 32 ,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 78.24 。

12:56:02
2020-03-19

Batch Size 数据为 32 ,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 78.79 。

18:51:37

Batch Size 数据为 32 ,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 78.78 。

14:04:31

Batch Size 数据为 32 ,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 78.24 。

13:07:47

Batch Size 数据为 32 ,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 79.63 。

12:41:25

Batch Size 数据为 32 ,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 79.79 。

12:13:49

Batch Size 数据为 32 ,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 79.55 。

11:47:53

Batch Size 数据为 32 ,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 78.14 。

11:17:12
2020-03-18

Batch Size 数据为 32 ,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 77.55 。

16:40:56

Batch Size 数据为 32 ,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 76.97 。

14:58:43

Batch Size 数据为 32 ,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 78.51 。

13:21:03

Batch Size 数据为 50 ,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 77.59 。

12:25:09

Batch Size 数据为 32 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 78.37 。

11:58:37

Batch Size 数据为 32 ,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 79.91 。

11:13:48

Batch Size 数据为 32 ,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 76.93 。

10:42:56

Batch Size 数据为 32 ,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 77.92 。

10:27:10

Batch Size 数据为 35 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 78.3 。

10:00:57

Batch Size 数据为 32 ,Epoch循环次数为 15 次, 通过在线上环境完成训练,模型最优精度评分为 77.9 。

09:31:33
2020-03-18

Batch Size 数据为 20 ,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 75.72 。

02:14:59

Batch Size 数据为 16 ,Epoch循环次数为 15 次, 通过在线上环境完成训练,模型最优精度评分为 76.06 。

01:47:49

Batch Size 数据为 20 ,Epoch循环次数为 15 次, 通过在线上环境完成训练,模型最优精度评分为 78.67 。

00:56:00

Batch Size 数据为 20 ,Epoch循环次数为 15 次, 通过在线上环境完成训练,模型最优精度评分为 71.44 。

00:13:53

Batch Size 数据为 20 ,Epoch循环次数为 15 次, 通过在线上环境完成训练,模型最优精度评分为 78.99 。

23:32:08

Batch Size 数据为 20 ,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 75.71 。

22:59:51

Batch Size 数据为 20 ,Epoch循环次数为 15 次, 通过在线上环境完成训练,模型最优精度评分为 79.04 。

22:12:43

Batch Size 数据为 20 ,Epoch循环次数为 15 次, 通过在线上环境完成训练,模型最优精度评分为 79.13 。

21:28:25

Batch Size 数据为 16 ,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 70 。

20:31:55
2020-03-17

Batch Size 数据为 50 ,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 76.09 。

10:37:42

Batch Size 数据为 30 ,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 77.22 。

10:15:31
2020-03-16

Batch Size 数据为 50 ,Epoch循环次数为 15 次, 通过在线上环境完成训练,模型最优精度评分为 75.02 。

20:43:01

Batch Size 数据为 50 ,Epoch循环次数为 15 次, 通过在线上环境完成训练,模型最优精度评分为 76.02 。

19:33:01

Batch Size 数据为 50 ,Epoch循环次数为 15 次, 通过在线上环境完成训练,模型最优精度评分为 77.76 。

19:10:12

Batch Size 数据为 50 ,Epoch循环次数为 15 次, 通过在线上环境完成训练,模型最优精度评分为 76.66 。

15:30:51

Batch Size 数据为 64 ,Epoch循环次数为 15 次, 通过在线上环境完成训练,模型最优精度评分为 76.61 。

15:08:15

Batch Size 数据为 64 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 74.22 。

14:51:47
2019-10-12

Batch Size 数据为 16 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 75.13 。

11:09:49

Batch Size 数据为 16 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 75.49 。

10:43:20
2019-10-09

Batch Size 数据为 16 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 76.63 。

23:24:10

Batch Size 数据为 32 ,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 76.57 。

22:14:53

Batch Size 数据为 80 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 75.19 。

21:58:51

Batch Size 数据为 64 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 75.53 。

20:41:58

Batch Size 数据为 64 ,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 75.22 。

20:24:48

Batch Size 数据为 64 ,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 73.67 。

19:39:07

Batch Size 数据为 64 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 75.59 。

19:20:06

Batch Size 数据为 64 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 71.82 。

16:45:00
2019-10-09

Batch Size 数据为 64 ,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 73.9 。

10:19:33
2019-10-08

Batch Size 数据为 64 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 74.85 。

23:43:44

Batch Size 数据为 64 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 72.81 。

23:32:58

Batch Size 数据为 64 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 74.3 。

23:22:31

Batch Size 数据为 64 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 75.35 。

23:09:14

Batch Size 数据为 64 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 75.52 。

22:55:06

Batch Size 数据为 32 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 73.95 。

21:57:50

Batch Size 数据为 80 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 73.19 。

21:39:29

Batch Size 数据为 64 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 75.08 。

21:28:23

Batch Size 数据为 64 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 73.67 。

21:06:30

Batch Size 数据为 64 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 73.67 。

20:51:59

Batch Size 数据为 64 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 73.98 。

20:40:34

Batch Size 数据为 64 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 72.35 。

20:06:53

Batch Size 数据为 64 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 70.86 。

18:44:37

Batch Size 数据为 64 ,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 71.67 。

18:18:18

Batch Size 数据为 64 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 71.04 。

16:57:06

Batch Size 数据为 64 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 72.88 。

16:00:20

Batch Size 数据为 64 ,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 74.06 。

15:37:23
2019-10-08

Batch Size 数据为 64 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 75.53 。

15:24:23

Batch Size 数据为 64 ,Epoch循环次数为 60 次, 通过在线上环境完成训练,模型最优精度评分为 75.52 。

14:17:13

Batch Size 数据为 64 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 74.71 。

14:02:36

Batch Size 数据为 64 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 73.39 。

12:57:07

Batch Size 数据为 64 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 73.82 。

11:27:51

Batch Size 数据为 64 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 69.02 。

10:15:08

Batch Size 数据为 64 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 75.42 。

09:47:00

Batch Size 数据为 64 ,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 67.53 。

09:14:10
2019-10-07

Batch Size 数据为 64 ,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 71.95 。

23:49:23

Batch Size 数据为 80 ,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 67.2 。

23:03:49

Batch Size 数据为 80 ,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 63.39 。

22:16:59

Batch Size 数据为 64 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 66.07 。

21:45:12

Batch Size 数据为 64 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 68.61 。

20:47:20

Batch Size 数据为 64 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 72.47 。

20:22:07

Batch Size 数据为 64 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 65.2 。

20:08:58

Batch Size 数据为 64 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 64.59 。

19:40:12

Batch Size 数据为 80 ,Epoch循环次数为 13 次, 通过在线上环境完成训练,模型最优精度评分为 66.34 。

19:12:19

Batch Size 数据为 80 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 65.41 。

16:54:20

Batch Size 数据为 80 ,Epoch循环次数为 15 次, 通过在线上环境完成训练,模型最优精度评分为 69 。

16:36:52

Batch Size 数据为 80 ,Epoch循环次数为 40 次, 通过在线上环境完成训练,模型最优精度评分为 70.06 。

15:49:58
2019-10-07

Batch Size 数据为 80 ,Epoch循环次数为 40 次, 通过在线上环境完成训练,模型最优精度评分为 64.32 。

14:55:11

Batch Size 数据为 80 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 58.11 。

13:54:38

Batch Size 数据为 80 ,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 62.87 。

13:35:47

Batch Size 数据为 128 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 48.29 。

13:26:06

Batch Size 数据为 16 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 63.73 。

13:19:16

Batch Size 数据为 80 ,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 63.59 。

13:04:00

Batch Size 数据为 64 ,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 61.23 。

12:55:36

Batch Size 数据为 64 ,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 0 。

11:56:13

Batch Size 数据为 64 ,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 0 。

11:27:48

Batch Size 数据为 64 ,Epoch循环次数为 15 次, 通过在线上环境完成训练,模型最优精度评分为 0 。

11:12:38

Batch Size 数据为 64 ,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 0 。

10:24:28
2019-10-06

Batch Size 数据为 64 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 0 。

21:19:22

Batch Size 数据为 64 ,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 0 。

20:33:04

Batch Size 数据为 64 ,Epoch循环次数为 1 次, 通过在线上环境完成训练,模型最优精度评分为 0 。

20:17:57