基于Keras+CNN的图像分类

Batch大小为32,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97.33。

得分记录
2020-07-11

Batch Size 数据为 64 ,Epoch循环次数为 80 次, 通过在线上环境完成训练,模型最优精度评分为 97 。

03:58:43
2020-07-05

Batch Size 数据为 64 ,Epoch循环次数为 80 次, 通过在线上环境完成训练,模型最优精度评分为 97 。

11:39:35
2020-07-04

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 97.11 。

19:56:33
2020-07-04

Batch Size 数据为 32 ,Epoch循环次数为 80 次, 通过在线上环境完成训练,模型最优精度评分为 97.33 。

02:28:39

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 97.33 。

19:42:35
2020-07-03

Batch Size 数据为 32 ,Epoch循环次数为 80 次, 通过在线上环境完成训练,模型最优精度评分为 96.78 。

03:13:15
2020-07-02

Batch Size 数据为 64 ,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 96.59 。

11:38:32

Batch Size 数据为 32 ,Epoch循环次数为 80 次, 通过在线上环境完成训练,模型最优精度评分为 50.82 。

13:40:02
2020-06-29

Batch Size 数据为 32 ,Epoch循环次数为 70 次, 通过在线上环境完成训练,模型最优精度评分为 49.18 。

08:14:49
2020-06-28

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 93.84 。

07:42:33