如何优雅的使用CNN、Keras实现图像分类任务,准确率92.09%

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92.09。

得分记录
2019-05-18

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 92.09 。

08:26:08

Batch Size 数据为 64 ,Epoch循环次数为 1500 次, 通过在线上环境完成训练,模型最优精度评分为 87.81 。

22:19:44
2019-05-16

Batch Size 数据为 32 ,Epoch循环次数为 1500 次, 通过在线上环境完成训练,模型最优精度评分为 73.34 。

20:47:52
2019-05-15

Batch Size 数据为 64 ,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 24.66 。

13:13:33
2019-05-06

Batch Size 数据为 32 ,Epoch循环次数为 1 次, 通过在线上环境完成训练,模型最优精度评分为 22.06 。

21:41:12

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 25.26 。

20:58:04