基于CNN、Keras实现图像分类

Batch大小为2500,循环次数为128次,通过在线上环境完成训练,模型最优精度评分为56.00。

得分记录
2019-05-16

Batch Size 数据为 2500 ,Epoch循环次数为 128 次, 通过在线上环境完成训练,模型最优精度评分为 56 。

13:53:48

Batch Size 数据为 2500 ,Epoch循环次数为 128 次, 通过在线上环境完成训练,模型最优精度评分为 25.94 。

12:53:55
2019-05-08

Batch Size 数据为 64 ,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 26.74 。

03:06:48

Batch Size 数据为 64 ,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 24.58 。

21:28:54

Batch Size 数据为 64 ,Epoch循环次数为 200 次, 通过在线上环境完成训练,模型最优精度评分为 25.3 。

21:05:21

Batch Size 数据为 64 ,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 25.26 。

16:01:25
2019-05-07

Batch Size 数据为 64 ,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 23.98 。

03:02:49

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 25.26 。

21:58:28

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 25.82 。

21:02:49