如何优雅的使用CNN、PyTorch实现图像识别任务,准确率84.61%

Batch大小为16,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84.61。

得分记录
2020-10-16

Batch Size 数据为 32 ,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 0.01 。

18:30:41
2020-10-15

Batch Size 数据为 16 ,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 84.12 。

16:18:51
2020-10-14

Batch Size 数据为 16 ,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 84.31 。

07:03:49

Batch Size 数据为 16 ,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 73.41 。

13:53:34
2020-10-13

Batch Size 数据为 16 ,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 84.29 。

03:53:51

Batch Size 数据为 16 ,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 84.61 。

17:44:15
2020-10-11

Batch Size 数据为 16 ,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 84.37 。

17:05:11
2020-10-11

Batch Size 数据为 16 ,Epoch循环次数为 2 次, 通过在线上环境完成训练,模型最优精度评分为 80.37 。

04:00:45
2020-10-09

Batch Size 数据为 32 ,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 36.3 。

05:14:03
2020-09-23

Batch Size 数据为 32 ,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 。

04:52:35