如何优雅的使用SENet、PyTorch实现图像分类任务,准确率87.67%

Batch大小为32,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87.67。

得分记录
2020-07-16

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 87.67 。

17:46:51

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 87.4 。

14:51:48
2020-07-16

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 87.4 。

02:11:38

Batch Size 数据为 64 ,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 64.67 。

20:21:42
2020-07-03

Batch Size 数据为 64 ,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 85.73 。

03:19:06

Batch Size 数据为 64 ,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 86 。

13:30:25
2020-07-01

Batch Size 数据为 16 ,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 61 。

10:26:36

Batch Size 数据为 64 ,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 57.6 。

10:59:42
2020-06-28

Batch Size 数据为 64 ,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 83.47 。

19:55:09
2020-06-26

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 80.47 。

05:59:39

Batch Size 数据为 64 ,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 72.6 。

17:42:48