基于TensorFlow+CNN的图像识别

Batch大小为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为84.25。

得分记录
2020-10-16

Batch Size 数据为 64 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 83.73 。

18:35:55

Batch Size 数据为 64 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 83.87 。

14:27:05
2020-10-15

Batch Size 数据为 64 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 84.25 。

12:34:50

Batch Size 数据为 64 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 84.04 。

03:28:57
2020-10-14

Batch Size 数据为 64 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 83.66 。

17:01:01

Batch Size 数据为 64 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 81.96 。

10:58:36
2020-10-13

Batch Size 数据为 64 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 81.11 。

22:47:54

Batch Size 数据为 64 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 82.67 。

21:02:31