Batch Size 数据为 256 ，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 82.76 。

Batch Size 数据为 256 ，Epoch循环次数为 10000 次， 通过在线上环境完成训练，模型最优精度评分为 84.77 。

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 84.5 。

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 87.12 。

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 86.9 。

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 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 87.15 。

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 87.26 。

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 86.26 。

Batch Size 数据为 128 ，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 84.94 。

Batch Size 数据为 256 ，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 84.76 。

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 87.45 。

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 87.61 。

Batch Size 数据为 128 ，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 84.98 。

Batch Size 数据为 128 ，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 82.04 。

Batch Size 数据为 256 ，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 81.88 。

Batch Size 数据为 128 ，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 83.71 。

Batch Size 数据为 128 ，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 83.69 。

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 82.31 。

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 56.25 。

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 55.42 。