Keras基于CNN的预测实例:图像分类

Batch大小为64,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95.64。

得分记录
2019-05-14

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 95.64 。

02:54:00

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 88.97 。

12:43:43

Batch Size 数据为 64 ,Epoch循环次数为 300 次, 通过在线上环境完成训练,模型最优精度评分为 33.61 。

10:49:26
2019-05-13

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 24.26 。

00:33:30

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 24.26 。

00:12:42

Batch Size 数据为 64 ,Epoch循环次数为 300 次, 通过在线上环境完成训练,模型最优精度评分为 40.49 。

23:25:34

Batch Size 数据为 64 ,Epoch循环次数为 300 次, 通过在线上环境完成训练,模型最优精度评分为 24.26 。

23:14:48
2019-05-12

Batch Size 数据为 32 ,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 25.82 。

12:47:28