使用Keras构建ResNet进行图像分类,准确率96.56%

Batch大小为64,循环次数为200次,通过在线上环境完成训练,模型最优精度评分为96.56。

得分记录
2019-05-08

Batch Size 数据为 64 ,Epoch循环次数为 300 次, 通过在线上环境完成训练,模型最优精度评分为 96.56 。

08:05:42

Batch Size 数据为 64 ,Epoch循环次数为 200 次, 通过在线上环境完成训练,模型最优精度评分为 96.56 。

07:27:28
2019-05-06

Batch Size 数据为 32 ,Epoch循环次数为 200 次, 通过在线上环境完成训练,模型最优精度评分为 25.26 。

04:07:54

Batch Size 数据为 32 ,Epoch循环次数为 200 次, 通过在线上环境完成训练,模型最优精度评分为 54.84 。

21:54:36