yunshao555
通过PyTorch进行ResNet的神经网络构筑，图像分类
Batch大小为64，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0.00。
Batch Size 数据为 32 ，Epoch循环次数为 25 次， 通过在线上环境完成训练，模型最优精度评分为 99.8 。
11:14:29Batch 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 99.86 。
02:08:39Batch Size 数据为 40 ，Epoch循环次数为 25 次， 通过在线上环境完成训练，模型最优精度评分为 99.86 。
18:44:54Batch 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 99.77 。
05:46:44Batch 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 99.86 。
20:22:53Batch 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 99.89 。
06:07:08Batch 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 99.77 。
13:50:03Batch Size 数据为 16 ，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 99.84 。
20:07:39Batch Size 数据为 32 ，Epoch循环次数为 16 次， 通过在线上环境完成训练，模型最优精度评分为 99.84 。
16:07:35Batch 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 99.84 。
23:38:08Batch Size 数据为 32 ，Epoch循环次数为 16 次， 通过在线上环境完成训练，模型最优精度评分为 99.86 。
19:21:55Batch 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 99.84 。
01:09:43Batch Size 数据为 96 ，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 99.82 。
17:27:57Batch Size 数据为 128 ，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 99.68 。
13:31:29Batch 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 。
23:50:02