Batch Size 数据为 32 ，Epoch循环次数为 15 次， 通过在线上环境完成训练，模型最优精度评分为 97.25 。

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 97.36 。

Batch Size 数据为 64 ，Epoch循环次数为 3 次， 通过在线上环境完成训练，模型最优精度评分为 97.03 。

Batch Size 数据为 64 ，Epoch循环次数为 14 次， 通过在线上环境完成训练，模型最优精度评分为 97.36 。

Batch Size 数据为 64 ，Epoch循环次数为 13 次， 通过在线上环境完成训练，模型最优精度评分为 97.29 。

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 97.11 。

Batch Size 数据为 64 ，Epoch循环次数为 4 次， 通过在线上环境完成训练，模型最优精度评分为 96.89 。

Batch Size 数据为 64 ，Epoch循环次数为 14 次， 通过在线上环境完成训练，模型最优精度评分为 96.78 。

Batch Size 数据为 64 ，Epoch循环次数为 4 次， 通过在线上环境完成训练，模型最优精度评分为 96.78 。

Batch Size 数据为 64 ，Epoch循环次数为 4 次， 通过在线上环境完成训练，模型最优精度评分为 96.78 。

Batch Size 数据为 64 ，Epoch循环次数为 15 次， 通过在线上环境完成训练，模型最优精度评分为 97.29 。

Batch Size 数据为 64 ，Epoch循环次数为 15 次， 通过在线上环境完成训练，模型最优精度评分为 97.33 。

Batch Size 数据为 64 ，Epoch循环次数为 15 次， 通过在线上环境完成训练，模型最优精度评分为 96.89 。

Batch Size 数据为 64 ，Epoch循环次数为 15 次， 通过在线上环境完成训练，模型最优精度评分为 96.63 。

Batch Size 数据为 64 ，Epoch循环次数为 30 次， 通过在线上环境完成训练，模型最优精度评分为 95.35 。

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 96.78 。

Batch Size 数据为 64 ，Epoch循环次数为 14 次， 通过在线上环境完成训练，模型最优精度评分为 97.14 。

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 95.93 。

Batch Size 数据为 64 ，Epoch循环次数为 30 次， 通过在线上环境完成训练，模型最优精度评分为 97.29 。

Batch Size 数据为 10 ，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 96.15 。

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 97.4 。

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 96.59 。

Batch Size 数据为 64 ，Epoch循环次数为 30 次， 通过在线上环境完成训练，模型最优精度评分为 0 。