通过PyTorch进行CNN的神经网络构筑,图像分类

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92.76。

得分记录
2020-12-18

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 92.56 。

04:49:54
2020-12-15

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 92.74 。

21:32:46
2020-11-30

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 92.5 。

22:06:49

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 91.99 。

10:22:32
2020-11-28

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 92.76 。

08:57:25

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 91.73 。

04:48:01
2020-11-22

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 92.52 。

18:42:40

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 91.87 。

00:27:43
2020-11-19

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 92.17 。

15:40:22
2020-11-17

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 90.82 。

04:05:28
2020-11-16

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 89.64 。

11:40:09

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 91.53 。

00:20:47
2020-11-15

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 91.5 。

12:57:38

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 91.18 。

10:31:23
2020-11-13

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 88.49 。

00:52:58
2020-11-09

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 88.84 。

23:23:50
2020-11-07

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 90.49 。

21:14:39

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 88.81 。

12:09:01
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 89.1 。

10:28:41

Batch Size 数据为 8 ,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 74.53 。

01:36:21
2020-11-02

Batch Size 数据为 8 ,Epoch循环次数为 20 次, 通过在线上环境完成训练,模型最优精度评分为 89.6 。

11:06:52
2020-10-31

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 71.02 。

19:14:57

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 69.96 。

18:19:47