分享使用BP和PyTorch完成对PyTorch任务,预测结果81.48%

Batch大小为128,循环次数为300次,通过在线上环境完成训练,模型最优精度评分为81.48。

得分记录
2020-03-12

Batch Size 数据为 500 ,Epoch循环次数为 512 次, 通过在线上环境完成训练,模型最优精度评分为 79.63 。

23:42:26

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 68.52 。

23:38:03
2020-01-11

Batch Size 数据为 500 ,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 81.48 。

00:59:54

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 68.52 。

00:54:18
2019-04-30

Batch Size 数据为 128 ,Epoch循环次数为 2000 次, 通过在线上环境完成训练,模型最优精度评分为 81.48 。

01:39:23

Batch Size 数据为 128 ,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 77.78 。

01:29:16

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 79.63 。

01:25:27

Batch Size 数据为 128 ,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 79.63 。

01:19:57

Batch Size 数据为 128 ,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 79.63 。

01:16:49

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 70.37 。

01:13:38

Batch Size 数据为 32 ,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 59.26 。

01:06:46

Batch Size 数据为 32 ,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 70.37 。

01:03:53

Batch Size 数据为 32 ,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 59.26 。

01:02:20

Batch Size 数据为 32 ,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 72.22 。

22:03:15

Batch Size 数据为 32 ,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 。

21:57:48

Batch Size 数据为 128 ,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 79.63 。

21:50:19

Batch Size 数据为 128 ,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 。

21:44:08

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 。

21:41:28

Batch Size 数据为 128 ,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 79.63 。

21:37:01

Batch Size 数据为 128 ,Epoch循环次数为 300 次, 通过在线上环境完成训练,模型最优精度评分为 81.48 。

21:34:08

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 75.93 。

21:32:40

Batch Size 数据为 32 ,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 。

21:22:52

Batch Size 数据为 32 ,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 68.52 。

21:18:59

Batch Size 数据为 64 ,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 。

21:17:25

Batch Size 数据为 64 ,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 59.26 。

21:10:45

Batch Size 数据为 32 ,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 59.26 。

21:08:39

Batch Size 数据为 32 ,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 40.74 。

21:07:25

Batch Size 数据为 64 ,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 79.63 。

20:09:02

Batch Size 数据为 32 ,Epoch循环次数为 2000 次, 通过在线上环境完成训练,模型最优精度评分为 77.78 。

20:00:30

Batch Size 数据为 32 ,Epoch循环次数为 2000 次, 通过在线上环境完成训练,模型最优精度评分为 70.37 。

19:53:14

Batch Size 数据为 32 ,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 70.37 。

18:57:02

Batch Size 数据为 4 ,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 66.67 。

18:46:05

Batch Size 数据为 32 ,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 。

18:14:02

Batch Size 数据为 32 ,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 59.26 。

18:09:40
2019-04-29

Batch Size 数据为 32 ,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 62.96 。

17:22:56