使用Keras和CNN的图像分类,最终结果98.76%

Batch大小为32,循环次数为4000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 6000 次, 通过在线上环境完成训练,模型最优精度评分为 98.76 。

16:20:44

Batch Size 数据为 32 ,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 98.76 。

12:39:57

Batch Size 数据为 128 ,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 23.5 。

07:47:39
2019-05-12

Batch Size 数据为 32 ,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 58.47 。

04:07:05

Batch Size 数据为 16 ,Epoch循环次数为 4000 次, 通过在线上环境完成训练,模型最优精度评分为 97 。

02:27:08

Batch Size 数据为 32 ,Epoch循环次数为 4000 次, 通过在线上环境完成训练,模型最优精度评分为 98.76 。

23:43:37

Batch Size 数据为 32 ,Epoch循环次数为 4000 次, 通过在线上环境完成训练,模型最优精度评分为 25.82 。

18:17:43
2019-05-11

Batch Size 数据为 32 ,Epoch循环次数为 4000 次, 通过在线上环境完成训练,模型最优精度评分为 98.64 。

15:19:16

Batch Size 数据为 32 ,Epoch循环次数为 4000 次, 通过在线上环境完成训练,模型最优精度评分为 98.76 。

12:45:24
2019-05-11

Batch Size 数据为 64 ,Epoch循环次数为 4000 次, 通过在线上环境完成训练,模型最优精度评分为 98.68 。

02:14:41

Batch Size 数据为 64 ,Epoch循环次数为 4000 次, 通过在线上环境完成训练,模型最优精度评分为 98.64 。

22:55:28

Batch Size 数据为 64 ,Epoch循环次数为 4000 次, 通过在线上环境完成训练,模型最优精度评分为 98.36 。

21:03:38

Batch Size 数据为 64 ,Epoch循环次数为 4000 次, 通过在线上环境完成训练,模型最优精度评分为 98.68 。

18:58:45
2019-05-10

Batch Size 数据为 128 ,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 97.88 。

15:12:23

Batch Size 数据为 128 ,Epoch循环次数为 5000 次, 通过在线上环境完成训练,模型最优精度评分为 98.32 。

12:38:33

Batch Size 数据为 64 ,Epoch循环次数为 5000 次, 通过在线上环境完成训练,模型最优精度评分为 98.4 。

05:59:33

Batch Size 数据为 32 ,Epoch循环次数为 5000 次, 通过在线上环境完成训练,模型最优精度评分为 97.8 。

03:51:54

Batch Size 数据为 64 ,Epoch循环次数为 4000 次, 通过在线上环境完成训练,模型最优精度评分为 96.88 。

01:50:57
2019-05-09

Batch Size 数据为 64 ,Epoch循环次数为 4000 次, 通过在线上环境完成训练,模型最优精度评分为 97.68 。

22:37:26

Batch Size 数据为 64 ,Epoch循环次数为 4000 次, 通过在线上环境完成训练,模型最优精度评分为 98 。

20:54:55

Batch Size 数据为 64 ,Epoch循环次数为 4000 次, 通过在线上环境完成训练,模型最优精度评分为 98.4 。

18:52:32

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 97.8 。

16:07:28

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 98 。

14:41:28
2019-05-09

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 98 。

02:36:38

Batch Size 数据为 64 ,Epoch循环次数为 5000 次, 通过在线上环境完成训练,模型最优精度评分为 90.53 。

23:05:05

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 96.64 。

20:08:41
2019-05-08

Batch Size 数据为 48 ,Epoch循环次数为 5000 次, 通过在线上环境完成训练,模型最优精度评分为 97.96 。

01:22:55

Batch Size 数据为 48 ,Epoch循环次数为 5000 次, 通过在线上环境完成训练,模型最优精度评分为 98 。

22:46:10

Batch Size 数据为 64 ,Epoch循环次数为 5000 次, 通过在线上环境完成训练,模型最优精度评分为 98.36 。

17:33:02

Batch Size 数据为 64 ,Epoch循环次数为 4000 次, 通过在线上环境完成训练,模型最优精度评分为 97.88 。

14:51:42
2019-05-06

Batch Size 数据为 128 ,Epoch循环次数为 5000 次, 通过在线上环境完成训练,模型最优精度评分为 95.72 。

15:13:57
2019-05-06

Batch Size 数据为 32 ,Epoch循环次数为 6500 次, 通过在线上环境完成训练,模型最优精度评分为 97 。

03:06:31

Batch Size 数据为 64 ,Epoch循环次数为 5000 次, 通过在线上环境完成训练,模型最优精度评分为 55.76 。

23:22:49