使用PyTorch和ResNet的图像分类,最终结果49.61%

Batch大小为64,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49.61。

得分记录
2020-06-02

Batch 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 46.79 。

20:40:55
2020-06-01

Batch Size 数据为 64 ,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 5.42 。

02:11:48
2020-05-21

Batch Size 数据为 64 ,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 49.61 。

03:54:06
2020-05-19

Batch Size 数据为 64 ,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 9.98 。

22:18:03
2020-05-18

Batch Size 数据为 64 ,Epoch循环次数为 26 次, 通过在线上环境完成训练,模型最优精度评分为 0 。

02:08:40