这不仅仅是一个使用PyTorch和DenseNet来做图像分类的教程

Batch大小为64,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96.85。

得分记录
2020-07-23

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 96.96 。

20:16:42
2020-07-23

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 95.9 。

01:40:19

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 95.68 。

00:47:39
2020-07-20

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 49.1 。

09:13:21
2020-07-14

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 49.54 。

08:15:38
2020-07-08

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 96.04 。

03:07:52
2020-07-03

Batch Size 数据为 64 ,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 96.85 。

21:29:13
2020-07-03

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 96.67 。

06:05:02

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 96.63 。

22:34:25