使用TensorFlow和CNN的文本分类,最终结果87.55%

Batch大小为512,循环次数为3000次,通过在线上环境完成训练,模型最优精度评分为87.55。

得分记录
2019-05-04

Batch Size 数据为 512 ,Epoch循环次数为 6000 次, 通过在线上环境完成训练,模型最优精度评分为 86.55 。

23:06:16

Batch Size 数据为 512 ,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 0 。

22:12:09

Batch Size 数据为 512 ,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 0 。

21:42:01

Batch Size 数据为 512 ,Epoch循环次数为 6000 次, 通过在线上环境完成训练,模型最优精度评分为 86.9 。

16:14:09
2019-04-30

Batch Size 数据为 512 ,Epoch循环次数为 3000 次, 通过在线上环境完成训练,模型最优精度评分为 87.55 。

20:18:42

Batch Size 数据为 512 ,Epoch循环次数为 8000 次, 通过在线上环境完成训练,模型最优精度评分为 98.87 。

19:56:37

Batch Size 数据为 512 ,Epoch循环次数为 6000 次, 通过在线上环境完成训练,模型最优精度评分为 95.93 。

19:11:19

Batch Size 数据为 32 ,Epoch循环次数为 6000 次, 通过在线上环境完成训练,模型最优精度评分为 95.93 。

19:08:14

Batch Size 数据为 32 ,Epoch循环次数为 6000 次, 通过在线上环境完成训练,模型最优精度评分为 87.38 。

19:04:16