Keras下用CNN进行图像分类

Batch大小为50,循环次数为500次,通过在线上环境完成训练,模型最优精度评分为97.04。

得分记录
2019-05-13

Batch Size 数据为 32 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 97 。

19:05:53

Batch Size 数据为 32 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 95.8 。

14:26:51

Batch Size 数据为 16 ,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 95.44 。

10:00:48
2019-05-12

Batch Size 数据为 16 ,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 94.92 。

15:26:52

Batch Size 数据为 16 ,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 43.92 。

14:47:14
2019-05-11

Batch Size 数据为 128 ,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 96.56 。

23:27:35

Batch Size 数据为 50 ,Epoch循环次数为 500 次, 通过在线上环境完成训练,模型最优精度评分为 97.04 。

20:08:23

Batch Size 数据为 16 ,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 92.41 。

16:20:13