gboy
如何优雅的使用CNN、Keras实现图像分类任务，准确率98.72%
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98.72。
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 98.6 。
22:07:51Batch 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 98.48 。
05:53:12Batch 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 97.72 。
18:33:17Batch 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 98.56 。
14:25:48Batch 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 98.12 。
13:30:29Batch 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 97.84 。
12:36:33Batch 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 98.56 。
11:39:59Batch 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 94.16 。
10:44:39Batch 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 93.25 。
07:47:24Batch 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 98.44 。
04:32:09Batch 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 97.68 。
03:31:57Batch 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 97.68 。
01:38:14Batch 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 97.6 。
22:54:59Batch 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 98.4 。
20:15:59Batch 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 97.04 。
18:08:37Batch 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 97.76 。
16:39:03Batch 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 98.64 。
14:40:20Batch 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 98.52 。
12:53:25Batch 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 98.72 。
11:53:06Batch 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 98.28 。
08:04:56Batch 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 98.56 。
07:03:43Batch 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 98.48 。
04:31:21Batch 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 98.48 。
22:45:14Batch 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 97.8 。
20:13:39Batch 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 98.68 。
17:33:36Batch 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 98.6 。
15:09:07Batch 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 98.64 。
12:28:01Batch 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 98.24 。
11:02:52Batch 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 98.6 。
00:13:06Batch 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 98.08 。
21:13:23Batch 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 98.4 。
16:56:32Batch 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 98.08 。
14:09:22Batch 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 91.97 。
06:12:38Batch Size 数据为 32 ，Epoch循环次数为 13 次， 通过在线上环境完成训练，模型最优精度评分为 24.66 。
04:39:40Batch Size 数据为 32 ，Epoch循环次数为 13 次， 通过在线上环境完成训练，模型最优精度评分为 25.22 。
02:58:17Batch 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 98.6 。
20:29:33Batch Size 数据为 128 ，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 。
18:10:36Batch Size 数据为 256 ，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 97.72 。
15:55:53Batch 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 98.36 。
13:06:33Batch 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 。
11:24:27Batch 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 98.52 。
10:27:39Batch 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 98.16 。
01:56:53Batch Size 数据为 64 ，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 95.6 。
23:17:46Batch 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 93.29 。
18:57:08Batch 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 97.72 。
14:43:08Batch 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 97.64 。
12:01:17Batch 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 98.68 。
22:04:20