分享使用CNN和Keras完成对图像分类任务,预测结果81.89%

Batch大小为32,循环次数为210次,通过在线上环境完成训练,模型最优精度评分为81.89。

得分记录
2019-05-19

Batch Size 数据为 64 ,Epoch循环次数为 350 次, 通过在线上环境完成训练,模型最优精度评分为 25.82 。

23:02:53

Batch Size 数据为 32 ,Epoch循环次数为 210 次, 通过在线上环境完成训练,模型最优精度评分为 81.89 。

22:13:18
2019-05-18

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 39.65 。

22:09:44
2019-05-10

Batch Size 数据为 64 ,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 24.66 。

05:49:12

Batch Size 数据为 64 ,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 24.66 。

04:02:39