火炎焱燚
Batch大小为64,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95.43。
Batch 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 93.28 。
21:00:38Batch Size 数据为 64 ,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 95.43 。
16:44:35Batch Size 数据为 32 ,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 94.68 。
12:48:59Batch Size 数据为 64 ,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 95.05 。
10:58:55Batch 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 94.16 。
22:01:07Batch 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 45.95 。
19:38:22Batch 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 46.19 。
18:18:03Batch Size 数据为 32 ,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 94.72 。
12:08:56Batch Size 数据为 64 ,Epoch循环次数为 25 次, 通过在线上环境完成训练,模型最优精度评分为 92.83 。
13:35:48Batch Size 数据为 128 ,Epoch循环次数为 25 次, 通过在线上环境完成训练,模型最优精度评分为 92.96 。
11:13:32Batch Size 数据为 128 ,Epoch循环次数为 200 次, 通过在线上环境完成训练,模型最优精度评分为 95.03 。
02:06:56Batch Size 数据为 128 ,Epoch循环次数为 200 次, 通过在线上环境完成训练,模型最优精度评分为 93.96 。
01:27:37Batch Size 数据为 128 ,Epoch循环次数为 500 次, 通过在线上环境完成训练,模型最优精度评分为 94.32 。
00:22:43Batch Size 数据为 128 ,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 61.07 。
20:40:48Batch Size 数据为 64 ,Epoch循环次数为 200 次, 通过在线上环境完成训练,模型最优精度评分为 87.73 。
07:38:42Batch Size 数据为 64 ,Epoch循环次数为 300 次, 通过在线上环境完成训练,模型最优精度评分为 89.03 。
03:40:17Batch Size 数据为 64 ,Epoch循环次数为 300 次, 通过在线上环境完成训练,模型最优精度评分为 88.46 。
03:12:16Batch Size 数据为 64 ,Epoch循环次数为 1000 次, 通过在线上环境完成训练,模型最优精度评分为 84.47 。
23:46:44Batch Size 数据为 64 ,Epoch循环次数为 1000 次, 通过在线上环境完成训练,模型最优精度评分为 85.85 。
21:29:56Batch Size 数据为 64 ,Epoch循环次数为 1000 次, 通过在线上环境完成训练,模型最优精度评分为 86.99 。
21:26:07Batch Size 数据为 64 ,Epoch循环次数为 1000 次, 通过在线上环境完成训练,模型最优精度评分为 87.8 。
17:11:14Batch Size 数据为 128 ,Epoch循环次数为 300 次, 通过在线上环境完成训练,模型最优精度评分为 84.49 。
16:27:48