基于PyTorch+CNN的图像分类

Batch大小为32,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93.57。

得分记录
2019-05-01

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 86.55 。

11:27:05

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 90.06 。

11:09:07

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 90.64 。

10:52:42

Batch Size 数据为 32 ,Epoch循环次数为 1500 次, 通过在线上环境完成训练,模型最优精度评分为 83.63 。

10:45:32

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 80.12 。

10:14:50

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 93.57 。

09:57:53
2019-04-30

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 15.79 。

23:26:21