PyTorch实现CNN,用于图像分类,预测结果为99.77%

Batch大小为64,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99.77。

得分记录
2020-04-20

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 99.48 。

00:39:52
2020-04-18

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 99.48 。

22:53:11
2020-04-18

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 99.32 。

02:18:19
2020-04-08

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 99.75 。

16:16:49

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 99.55 。

16:30:41
2020-04-06

Batch Size 数据为 64 ,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 99.64 。

10:21:29

Batch Size 数据为 64 ,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 99.59 。

05:05:22
2020-04-04

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 99.77 。

06:37:55
2020-04-03

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 51.71 。

01:27:35
2020-04-02

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 99.75 。

03:20:23

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 99.61 。

21:34:24
2020-04-01

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 55.42 。

03:00:27
2020-03-31

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 99.68 。

01:52:33
2020-03-30

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 9.61 。

03:28:05

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 29.98 。

17:56:30
2020-03-29

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 49.28 。

12:36:49
2020-03-28

Batch Size 数据为 128 ,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 8.49 。

02:50:11
2020-03-26

Batch Size 数据为 64 ,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 4.88 。

20:00:01
2020-03-25

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 29.64 。

23:08:26

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 21.94 。

21:18:10
2020-03-25

Batch Size 数据为 64 ,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 18.01 。

01:24:44

Batch Size 数据为 64 ,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 2.95 。

22:58:58
2020-03-24

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 19.28 。

02:03:46

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 14.6 。

20:44:16
2020-03-23

Batch Size 数据为 64 ,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 20.12 。

00:02:40
2020-03-22

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 8.34 。

10:02:23
2020-03-22

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 9.4 。

00:48:48