CNN+PyTorch+视觉计算

Batch大小为256,循环次数为1000次,损失函数优化完,最终完成评分为29.73。

得分记录
2019-04-04

Batch Size 数据为 32 ,Epoch循环次数为 1000 次,损失函数优化完,最终完成评分为 8.48

18:55:14

Batch Size 数据为 32 ,Epoch循环次数为 1000 次,损失函数优化完,最终完成评分为 8.18

18:44:46

Batch Size 数据为 32 ,Epoch循环次数为 1000 次,损失函数优化完,最终完成评分为 15.97

18:34:06

Batch Size 数据为 32 ,Epoch循环次数为 500 次,损失函数优化完,最终完成评分为 1.3

18:15:11

Batch Size 数据为 32 ,Epoch循环次数为 500 次,损失函数优化完,最终完成评分为 3.88

17:10:45

Batch Size 数据为 32 ,Epoch循环次数为 500 次,损失函数优化完,最终完成评分为 3.98

16:39:20
2019-04-04

Batch Size 数据为 128 ,Epoch循环次数为 500 次,损失函数优化完,最终完成评分为 5.3

08:51:10
2019-04-04

Batch Size 数据为 128 ,Epoch循环次数为 500 次,损失函数优化完,最终完成评分为 18.88

00:28:44

Batch Size 数据为 128 ,Epoch循环次数为 200 次,损失函数优化完,最终完成评分为 13.18

23:51:12

Batch Size 数据为 64 ,Epoch循环次数为 200 次,损失函数优化完,最终完成评分为 11.12

22:54:19
2019-04-03

Batch Size 数据为 64 ,Epoch循环次数为 1000 次,损失函数优化完,最终完成评分为 1.04

14:53:28

Batch Size 数据为 64 ,Epoch循环次数为 1000 次,损失函数优化完,最终完成评分为 1.12

14:14:26
2019-03-22

Batch Size 数据为 64 ,Epoch循环次数为 5000 次,损失函数优化完,最终完成评分为 19.91

14:00:29

Batch Size 数据为 64 ,Epoch循环次数为 1000 次,损失函数优化完,最终完成评分为 24.57

06:03:23
2019-03-21

Batch Size 数据为 64 ,Epoch循环次数为 300 次,损失函数优化完,最终完成评分为 11.36

15:05:21

Batch Size 数据为 128 ,Epoch循环次数为 500 次,损失函数优化完,最终完成评分为 23.57

10:09:10

Batch Size 数据为 256 ,Epoch循环次数为 1000 次,损失函数优化完,最终完成评分为 29.73

08:07:12

Batch Size 数据为 64 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 5.97

07:37:34