分享使用CNN和PyTorch完成对TensorFlow任务,预测结果71.37%

Batch大小为100,循环次数为500次,损失函数优化完,最终完成评分为71.37。

得分记录
2019-05-10

Batch Size 数据为 100 ,Epoch循环次数为 500 次,损失函数优化完,最终完成评分为 59.37

22:31:37
2019-05-10

Batch Size 数据为 100 ,Epoch循环次数为 500 次,损失函数优化完,最终完成评分为 68.32

03:16:38

Batch Size 数据为 100 ,Epoch循环次数为 500 次,损失函数优化完,最终完成评分为 67.73

15:56:01
2019-05-09

Batch Size 数据为 100 ,Epoch循环次数为 500 次,损失函数优化完,最终完成评分为 2.84

03:13:08

Batch Size 数据为 100 ,Epoch循环次数为 500 次,损失函数优化完,最终完成评分为 70.74

00:52:35

Batch Size 数据为 100 ,Epoch循环次数为 500 次,损失函数优化完,最终完成评分为 71.37

19:41:24
2019-05-08

Batch Size 数据为 100 ,Epoch循环次数为 300 次,损失函数优化完,最终完成评分为 50.93

14:09:12

Batch Size 数据为 100 ,Epoch循环次数为 300 次,损失函数优化完,最终完成评分为 67.73

12:30:44

Batch Size 数据为 100 ,Epoch循环次数为 300 次,损失函数优化完,最终完成评分为 69.93

11:37:40

Batch Size 数据为 100 ,Epoch循环次数为 300 次,损失函数优化完,最终完成评分为 68.79

11:06:58
2019-05-08

Batch Size 数据为 100 ,Epoch循环次数为 300 次,损失函数优化完,最终完成评分为 0.85

02:11:10

Batch Size 数据为 100 ,Epoch循环次数为 300 次,损失函数优化完,最终完成评分为 54.92

01:39:10

Batch Size 数据为 100 ,Epoch循环次数为 300 次,损失函数优化完,最终完成评分为 54.2

23:47:02

Batch Size 数据为 100 ,Epoch循环次数为 200 次,损失函数优化完,最终完成评分为 49.79

22:09:43

Batch Size 数据为 100 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 40.46

21:08:15

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 1.57

20:46:17
2019-05-04

Batch Size 数据为 100 ,Epoch循环次数为 200 次,损失函数优化完,最终完成评分为 0.59

19:37:48
2019-04-23

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 1.65

17:00:31
2019-04-22

Batch Size 数据为 100 ,Epoch循环次数为 500 次,损失函数优化完,最终完成评分为 51.99

13:59:55
2019-04-18

Batch Size 数据为 100 ,Epoch循环次数为 500 次,损失函数优化完,最终完成评分为 56.66

20:52:19

Batch Size 数据为 100 ,Epoch循环次数为 500 次,损失函数优化完,最终完成评分为 56.15

19:20:14

Batch Size 数据为 100 ,Epoch循环次数为 500 次,损失函数优化完,最终完成评分为 55.22

18:28:34

Batch Size 数据为 50 ,Epoch循环次数为 500 次,损失函数优化完,最终完成评分为 46.27

12:35:35
2019-04-18

Batch Size 数据为 100 ,Epoch循环次数为 500 次,损失函数优化完,最终完成评分为 43.21

11:50:43
2019-04-18

Batch Size 数据为 100 ,Epoch循环次数为 1000 次,损失函数优化完,最终完成评分为 35.75

01:51:10

Batch Size 数据为 50 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 0.25

21:07:29