恋旧却念旧
如何优雅的使用bert、TensorFlow实现情感分类树任务，准确率76.47%
Batch大小为32，循环次数为3500次，通过在线上环境完成训练，模型最优精度评分为76.47。
Batch Size 数据为 16 ，Epoch循环次数为 6000 次， 通过在线上环境完成训练，模型最优精度评分为 55.42 。
01:47:03Batch Size 数据为 32 ，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 55.42 。
14:13:06Batch Size 数据为 48 ，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 55.42 。
04:36:04Batch Size 数据为 48 ，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 55.42 。
02:59:54Batch Size 数据为 48 ，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 55.42 。
01:11:35Batch Size 数据为 32 ，Epoch循环次数为 3500 次， 通过在线上环境完成训练，模型最优精度评分为 55.42 。
21:01:50Batch Size 数据为 32 ，Epoch循环次数为 3500 次， 通过在线上环境完成训练，模型最优精度评分为 55.42 。
19:37:03Batch Size 数据为 32 ，Epoch循环次数为 3500 次， 通过在线上环境完成训练，模型最优精度评分为 76.47 。
17:33:20Batch Size 数据为 48 ，Epoch循环次数为 5000 次， 通过在线上环境完成训练，模型最优精度评分为 53.63 。
18:07:01Batch Size 数据为 48 ，Epoch循环次数为 5000 次， 通过在线上环境完成训练，模型最优精度评分为 55.42 。
13:22:10Batch Size 数据为 16 ，Epoch循环次数为 5000 次， 通过在线上环境完成训练，模型最优精度评分为 55.42 。
09:37:36Batch Size 数据为 32 ，Epoch循环次数为 5000 次， 通过在线上环境完成训练，模型最优精度评分为 73.43 。
06:59:43Batch Size 数据为 16 ，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 55.42 。
18:34:11