分享使用CNN和Keras完成对图像分类任务,预测结果90.21%

Batch大小为256,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90.21。

得分记录
2019-05-13

Batch Size 数据为 256 ,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 25.26 。

23:48:06

Batch Size 数据为 256 ,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 90.21 。

21:30:41
2019-05-12

Batch Size 数据为 512 ,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 87.81 。

13:27:03

Batch Size 数据为 512 ,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 87.73 。

13:09:19

Batch Size 数据为 512 ,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 89.45 。

12:08:16
2019-05-11

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 81.06 。

15:55:41
2019-05-09

Batch Size 数据为 256 ,Epoch循环次数为 3400 次, 通过在线上环境完成训练,模型最优精度评分为 90.17 。

14:33:14

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 88.77 。

10:28:37

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 79.86 。

09:58:45

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 78.82 。

09:23:22
2019-05-09

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 84.17 。

00:46:51
2019-05-07

Batch Size 数据为 128 ,Epoch循环次数为 2500 次, 通过在线上环境完成训练,模型最优精度评分为 58.83 。

21:25:05

Batch Size 数据为 512 ,Epoch循环次数为 1400 次, 通过在线上环境完成训练,模型最优精度评分为 76.1 。

19:48:47

Batch Size 数据为 256 ,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 83.09 。

14:01:41
2019-05-07

Batch Size 数据为 256 ,Epoch循环次数为 2000 次, 通过在线上环境完成训练,模型最优精度评分为 77.86 。

12:06:36

Batch Size 数据为 256 ,Epoch循环次数为 800 次, 通过在线上环境完成训练,模型最优精度评分为 26.74 。

10:26:33

Batch Size 数据为 128 ,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 24.3 。

08:58:46