这不仅仅是一个使用PyTorch和LexiconAugmented来做命名实体识别的教程

Batch大小为1,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82.12。

得分记录
2020-07-31

Batch Size 数据为 1 ,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 81.46 。

16:11:13

Batch Size 数据为 1 ,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 82.12 。

08:09:24

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 39.31 。

23:22:18
2020-07-30

Batch Size 数据为 1 ,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 0 。

10:37:54
2020-07-29

Batch Size 数据为 1 ,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 0 。

08:12:47
2020-07-27

Batch Size 数据为 1 ,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 30.28 。

23:02:57
2020-07-20

Batch Size 数据为 128 ,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 13.7 。

07:05:20
2020-07-19

Batch Size 数据为 1 ,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 50.88 。

18:44:31

Batch Size 数据为 1 ,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 72.17 。

12:22:12

Batch Size 数据为 1 ,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 69.51 。

06:04:05

Batch Size 数据为 1 ,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 42.75 。

04:53:39
2020-07-16

Batch Size 数据为 1 ,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 0 。

02:10:02
2020-07-10

Batch Size 数据为 8 ,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 69.51 。

23:18:46
2019-08-23

Batch Size 数据为 256 ,Epoch循环次数为 50 次, 通过在线上环境完成训练,模型最优精度评分为 42.56 。

01:25:02

Batch Size 数据为 1 ,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 71.14 。

21:44:47
2019-08-21

Batch Size 数据为 256 ,Epoch循环次数为 50 次, 通过在线上环境完成训练,模型最优精度评分为 63.15 。

14:16:05

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 63.65 。

11:11:50
2019-08-20

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 69.96 。

09:39:11