如何优雅的使用CNN、PyTorch实现图像分类任务,准确率57.5%

Batch大小为1,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57.50。

得分记录
2020-04-30

Batch Size 数据为 1 ,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 57.5 。

08:03:25
2020-04-28

Batch Size 数据为 1 ,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 57.38 。

15:25:06

Batch Size 数据为 1 ,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 57.17 。

07:07:25

Batch Size 数据为 1 ,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 57.21 。

03:45:52
2020-04-27

Batch Size 数据为 1 ,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 56.66 。

21:15:27
2020-04-23

Batch Size 数据为 32 ,Epoch循环次数为 12 次, 通过在线上环境完成训练,模型最优精度评分为 50.75 。

15:18:58
2020-04-22

Batch Size 数据为 32 ,Epoch循环次数为 12 次, 通过在线上环境完成训练,模型最优精度评分为 57 。

20:06:00

Batch Size 数据为 32 ,Epoch循环次数为 8 次, 通过在线上环境完成训练,模型最优精度评分为 56.92 。

15:51:52

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 57.02 。

12:32:09

Batch Size 数据为 32 ,Epoch循环次数为 8 次, 通过在线上环境完成训练,模型最优精度评分为 56.98 。

08:36:13
2020-04-21

Batch Size 数据为 32 ,Epoch循环次数为 12 次, 通过在线上环境完成训练,模型最优精度评分为 56.79 。

20:43:40

Batch Size 数据为 32 ,Epoch循环次数为 8 次, 通过在线上环境完成训练,模型最优精度评分为 56.79 。

12:53:21

Batch Size 数据为 32 ,Epoch循环次数为 5 次, 通过在线上环境完成训练,模型最优精度评分为 56.53 。

08:24:27
2020-04-20

Batch Size 数据为 32 ,Epoch循环次数为 12 次, 通过在线上环境完成训练,模型最优精度评分为 57.06 。

23:10:34
2020-04-19

Batch Size 数据为 32 ,Epoch循环次数为 2 次, 通过在线上环境完成训练,模型最优精度评分为 48.94 。

17:54:58