长弓PAN
使用PyTorch和resnet的人脸识别，最终结果64.64%
Batch大小为32，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64.64。
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 64.64 。
00:51:52Batch 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 98.59 。
21:30:38Batch 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 0 。
19:18:03Batch 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 0 。
17:43:30Batch 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 0 。
16:57:48Batch 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 0 。
16:16:32Batch 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 0 。
04:15:53Batch 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 0 。
02:48:29Batch 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 24.42 。
17:49:52Batch 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 26.84 。
14:48:07