这不仅仅是一个使用Keras和CNN来做图像分类的教程

Batch大小为64,循环次数为8000次,通过在线上环境完成训练,模型最优精度评分为98.16。

得分记录
2019-05-12

Batch Size 数据为 64 ,Epoch循环次数为 3000 次, 通过在线上环境完成训练,模型最优精度评分为 97.68 。

07:34:06

Batch Size 数据为 64 ,Epoch循环次数为 8000 次, 通过在线上环境完成训练,模型最优精度评分为 98.16 。

19:39:47
2019-05-11

Batch Size 数据为 64 ,Epoch循环次数为 40 次, 通过在线上环境完成训练,模型最优精度评分为 74.62 。

04:59:18

Batch Size 数据为 64 ,Epoch循环次数为 40 次, 通过在线上环境完成训练,模型最优精度评分为 68.82 。

04:26:40

Batch Size 数据为 64 ,Epoch循环次数为 100 次, 通过在线上环境完成训练,模型最优精度评分为 87.21 。

03:55:17

Batch Size 数据为 16 ,Epoch循环次数为 100 次, 通过在线上环境完成训练,模型最优精度评分为 24.66 。

23:52:25

Batch Size 数据为 16 ,Epoch循环次数为 32 次, 通过在线上环境完成训练,模型最优精度评分为 24.66 。

23:23:06

Batch Size 数据为 64 ,Epoch循环次数为 5 次, 通过在线上环境完成训练,模型最优精度评分为 24.66 。

22:33:41

Batch Size 数据为 32 ,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 25.26 。

21:54:50