如何优雅的使用、PyTorch实现图像超分辨率重建任务,准确率85.46%

Batch大小为16,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85.46。

得分记录
2020-04-15

Batch Size 数据为 16 ,Epoch循环次数为 250 次, 通过在线上环境完成训练,模型最优精度评分为 85.85 。

07:10:24

Batch Size 数据为 16 ,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 85.88 。

19:30:11
2020-04-08

Batch Size 数据为 16 ,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 82.35 。

23:44:45

Batch Size 数据为 16 ,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 85.61 。

22:06:51
2020-04-05

Batch Size 数据为 16 ,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 85.46 。

06:53:30
2020-04-03

Batch Size 数据为 16 ,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 85.45 。

19:17:22
2020-04-01

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 85.02 。

22:55:28

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 78.11 。

11:53:17
2020-03-31

Batch Size 数据为 32 ,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 33.94 。

21:08:05

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 34.05 。

20:04:15
2020-03-31

Batch Size 数据为 32 ,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 33.99 。

10:27:23