PyTorch基于CNN的预测实例:图像

Batch大小为16,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83.22。

得分记录
2019-05-28

Batch 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 83.22 。

06:51:38

Batch Size 数据为 16 ,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 44.76 。

21:29:59
2019-05-25

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 73.43 。

14:50:02
2019-04-28

Batch Size 数据为 512 ,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 69.93 。

18:21:46
2019-04-28

Batch 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 81.82 。

02:51:15
2019-04-26

Batch 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 80.42 。

13:10:46

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 72.03 。

07:04:38
2019-04-26

Batch Size 数据为 256 ,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 70.63 。

01:13:23