ALBERT_CTC
Batch大小为1024,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87.20。
Batch Size 数据为 1024 ,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 86.5 。
15:11:56Batch Size 数据为 1024 ,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 87.2 。
03:54:37Batch Size 数据为 1024 ,Epoch循环次数为 4500 次, 通过在线上环境完成训练,模型最优精度评分为 86.35 。
07:09:10Batch Size 数据为 512 ,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 84.95 。
06:23:21Batch Size 数据为 32 ,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 10.3 。
20:22:56Batch Size 数据为 32 ,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 6.35 。
16:55:55Batch 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 86.05 。
03:41:09Batch Size 数据为 32 ,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 46.2 。
19:49:50Batch Size 数据为 512 ,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 86.75 。
21:22:04Batch Size 数据为 32 ,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 41.5 。
11:22:06Batch Size 数据为 32 ,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 40.55 。
11:01:52Batch Size 数据为 32 ,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 29.8 。
17:11:13