TensorFlow基于VGG的预测实例:图像二分类

Batch大小为256,循环次数为100次,损失函数优化完,最终完成评分为61.54。

得分记录
2019-05-09

Batch Size 数据为 32 ,Epoch循环次数为 1000 次,损失函数优化完,最终完成评分为 53.84

03:19:55

Batch Size 数据为 64 ,Epoch循环次数为 1000 次,损失函数优化完,最终完成评分为 49.66

23:39:50

Batch Size 数据为 256 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 61.54

10:24:44

Batch Size 数据为 256 ,Epoch循环次数为 65 次,损失函数优化完,最终完成评分为 61.28

10:17:27

Batch Size 数据为 256 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 60.94

10:11:49

Batch Size 数据为 128 ,Epoch循环次数为 50 次,损失函数优化完,最终完成评分为 59.62

10:04:12

Batch Size 数据为 128 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 59.3

10:03:16

Batch Size 数据为 128 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 59.34

10:00:55

Batch Size 数据为 256 ,Epoch循环次数为 50 次,损失函数优化完,最终完成评分为 61.3

09:59:24
2019-05-07

Batch Size 数据为 64 ,Epoch循环次数为 300 次,损失函数优化完,最终完成评分为 49.66

20:39:49

Batch Size 数据为 32 ,Epoch循环次数为 10 次,损失函数优化完,最终完成评分为 50.34

18:33:08
2019-05-07

Batch Size 数据为 32 ,Epoch循环次数为 10 次,损失函数优化完,最终完成评分为 50.34

10:21:27

Batch Size 数据为 32 ,Epoch循环次数为 10 次,损失函数优化完,最终完成评分为 50.34

10:04:59

Batch Size 数据为 32 ,Epoch循环次数为 10 次,损失函数优化完,最终完成评分为 50.34

10:03:09

Batch Size 数据为 64 ,Epoch循环次数为 10 次,损失函数优化完,最终完成评分为 50.34

09:41:28

Batch Size 数据为 32 ,Epoch循环次数为 10 次,损失函数优化完,最终完成评分为 50.34

09:21:06

Batch Size 数据为 32 ,Epoch循环次数为 10 次,损失函数优化完,最终完成评分为 50.34

09:07:52
2019-05-07

Batch Size 数据为 32 ,Epoch循环次数为 10 次,损失函数优化完,最终完成评分为 50.3

01:28:36