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 。

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 87.2 。

Batch 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 。

Batch 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 。

Batch 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 。

Batch 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 。

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 86.05 。

Batch 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 。

Batch 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 。

Batch 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 。

Batch 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 。

Batch 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 。