基于PyTorch+CNN的图像分类

Batch大小为4,循环次数为40次,通过在线上环境完成训练,模型最优精度评分为63.96。

得分记录
2020-11-14

Batch Size 数据为 4 ,Epoch循环次数为 40 次, 通过在线上环境完成训练,模型最优精度评分为 31.17 。

01:36:36
2020-11-11

Batch Size 数据为 4 ,Epoch循环次数为 40 次, 通过在线上环境完成训练,模型最优精度评分为 55.16 。

22:30:58
2020-11-10

Batch Size 数据为 4 ,Epoch循环次数为 40 次, 通过在线上环境完成训练,模型最优精度评分为 63.96 。

09:34:16
2020-11-08

Batch Size 数据为 4 ,Epoch循环次数为 40 次, 通过在线上环境完成训练,模型最优精度评分为 38.31 。

08:18:32

Batch Size 数据为 4 ,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 54.43 。

09:05:23
2020-11-06

Batch Size 数据为 4 ,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 30 。

07:48:25
2020-11-04

Batch Size 数据为 4 ,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 36.97 。

14:19:18
2020-11-02

Batch Size 数据为 32 ,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 32.54 。

08:23:44
2020-11-01

Batch Size 数据为 32 ,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 37.34 。

05:46:25