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 65.68 。

Batch Size 数据为 32 ，Epoch循环次数为 200 次， 通过在线上环境完成训练，模型最优精度评分为 63.77 。

Batch Size 数据为 64 ，Epoch循环次数为 300 次， 通过在线上环境完成训练，模型最优精度评分为 0 。

Batch Size 数据为 64 ，Epoch循环次数为 1000 次， 通过在线上环境完成训练，模型最优精度评分为 68.46 。

Batch Size 数据为 128 ，Epoch循环次数为 300 次， 通过在线上环境完成训练，模型最优精度评分为 63.29 。

Batch Size 数据为 32 ，Epoch循环次数为 500 次， 通过在线上环境完成训练，模型最优精度评分为 68.28 。

Batch Size 数据为 32 ，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 60.28 。

Batch Size 数据为 32 ，Epoch循环次数为 2000 次， 通过在线上环境完成训练，模型最优精度评分为 65.82 。

Batch Size 数据为 32 ，Epoch循环次数为 2000 次， 通过在线上环境完成训练，模型最优精度评分为 65.78 。

Batch Size 数据为 32 ，Epoch循环次数为 1000 次， 通过在线上环境完成训练，模型最优精度评分为 64.3 。

Batch Size 数据为 256 ，Epoch循环次数为 500 次， 通过在线上环境完成训练，模型最优精度评分为 59.79 。

Batch Size 数据为 256 ，Epoch循环次数为 500 次， 通过在线上环境完成训练，模型最优精度评分为 61.41 。

Batch Size 数据为 256 ，Epoch循环次数为 1000 次， 通过在线上环境完成训练，模型最优精度评分为 46.52 。

Batch Size 数据为 256 ，Epoch循环次数为 500 次， 通过在线上环境完成训练，模型最优精度评分为 65.66 。

Batch Size 数据为 256 ，Epoch循环次数为 500 次， 通过在线上环境完成训练，模型最优精度评分为 70.07 。

Batch Size 数据为 256 ，Epoch循环次数为 2000 次， 通过在线上环境完成训练，模型最优精度评分为 69.09 。

Batch Size 数据为 256 ，Epoch循环次数为 1000 次， 通过在线上环境完成训练，模型最优精度评分为 72.81 。

Batch Size 数据为 64 ，Epoch循环次数为 2000 次， 通过在线上环境完成训练，模型最优精度评分为 74.19 。

Batch Size 数据为 64 ，Epoch循环次数为 1000 次， 通过在线上环境完成训练，模型最优精度评分为 69.32 。

Batch Size 数据为 64 ，Epoch循环次数为 2000 次， 通过在线上环境完成训练，模型最优精度评分为 67.02 。

Batch Size 数据为 64 ，Epoch循环次数为 1000 次， 通过在线上环境完成训练，模型最优精度评分为 65.42 。

Batch Size 数据为 64 ，Epoch循环次数为 1000 次， 通过在线上环境完成训练，模型最优精度评分为 43.45 。

Batch Size 数据为 64 ，Epoch循环次数为 10000 次， 通过在线上环境完成训练，模型最优精度评分为 76.47 。

Batch Size 数据为 64 ，Epoch循环次数为 1000 次， 通过在线上环境完成训练，模型最优精度评分为 76.43 。

Batch Size 数据为 32 ，Epoch循环次数为 1000 次， 通过在线上环境完成训练，模型最优精度评分为 76.1 。

Batch Size 数据为 32 ，Epoch循环次数为 500 次， 通过在线上环境完成训练，模型最优精度评分为 60.37 。

Batch Size 数据为 32 ，Epoch循环次数为 3000 次， 通过在线上环境完成训练，模型最优精度评分为 61.36 。