LeNet5+Keras+图像分类

Batch大小为65,循环次数为10000次,损失函数优化完,最终完成评分为57.16。

得分记录
2019-03-27

Batch Size 数据为 65 ,Epoch循环次数为 10000 次,损失函数优化完,最终完成评分为 57.16

12:04:09

Batch Size 数据为 65 ,Epoch循环次数为 500 次,损失函数优化完,最终完成评分为 8.41

03:36:11
2019-03-26

Batch Size 数据为 101 ,Epoch循环次数为 100000 次,损失函数优化完,最终完成评分为 2.24

10:07:16

Batch Size 数据为 65 ,Epoch循环次数为 500 次,损失函数优化完,最终完成评分为 1.2

09:03:54

Batch Size 数据为 65 ,Epoch循环次数为 10000 次,损失函数优化完,最终完成评分为 2.69

03:35:48

Batch Size 数据为 65 ,Epoch循环次数为 10000 次,损失函数优化完,最终完成评分为 2.49

23:48:28

Batch Size 数据为 45 ,Epoch循环次数为 1000 次,损失函数优化完,最终完成评分为 1.35

04:33:58

Batch Size 数据为 64 ,Epoch循环次数为 10 次,损失函数优化完,最终完成评分为 1.88

04:01:49

Batch Size 数据为 64 ,Epoch循环次数为 10 次,损失函数优化完,最终完成评分为 1.87

15:20:02

Batch Size 数据为 64 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 3.2

20:08:36

Batch Size 数据为 30 ,Epoch循环次数为 1000 次,损失函数优化完,最终完成评分为 1.95

02:12:33
2019-03-22

Batch Size 数据为 30 ,Epoch循环次数为 1000 次,损失函数优化完,最终完成评分为 0.89

20:58:21
2019-03-17

Batch Size 数据为 32 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 18.61

15:15:50

Batch Size 数据为 32 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 20.62

14:58:21