使用Keras构建CNN进行图像分类,准确率98.76%

Batch大小为64,循环次数为60次,通过在线上环境完成训练,模型最优精度评分为98.76。

得分记录
2019-05-12

Batch Size 数据为 32 ,Epoch循环次数为 15 次, 通过在线上环境完成训练,模型最优精度评分为 98.76 。

21:42:42

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 98.76 。

15:28:02

Batch Size 数据为 32 ,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 98.72 。

14:33:44
2019-05-11

Batch Size 数据为 32 ,Epoch循环次数为 50 次, 通过在线上环境完成训练,模型最优精度评分为 98.72 。

11:29:28

Batch Size 数据为 32 ,Epoch循环次数为 50 次, 通过在线上环境完成训练,模型最优精度评分为 98.4 。

10:26:20
2019-05-10

Batch Size 数据为 64 ,Epoch循环次数为 60 次, 通过在线上环境完成训练,模型最优精度评分为 98.76 。

16:03:19