使用TensorFlow和CNN的图像分类,最终结果85.13%

Batch大小为32,循环次数为35次,损失函数优化完,最终完成评分为85.13。

得分记录
2019-05-29

Batch Size 数据为 64 ,Epoch循环次数为 30 次,损失函数优化完,最终完成评分为 78.86

02:16:30

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 25.26

00:17:13

Batch Size 数据为 32 ,Epoch循环次数为 40 次,损失函数优化完,最终完成评分为 81.41

21:55:00

Batch Size 数据为 32 ,Epoch循环次数为 50 次,损失函数优化完,最终完成评分为 25.02

20:38:53

Batch Size 数据为 32 ,Epoch循环次数为 35 次,损失函数优化完,最终完成评分为 82.25

18:18:31

Batch Size 数据为 32 ,Epoch循环次数为 35 次,损失函数优化完,最终完成评分为 85.13

17:20:32
2019-05-28

Batch Size 数据为 32 ,Epoch循环次数为 3 次,损失函数优化完,最终完成评分为 69.42

09:40:05

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 73.86

08:36:58

Batch Size 数据为 32 ,Epoch循环次数为 30 次,损失函数优化完,最终完成评分为 82.25

01:34:37
2019-05-27

Batch Size 数据为 32 ,Epoch循环次数为 10 次,损失函数优化完,最终完成评分为 81.06

21:49:39

Batch Size 数据为 32 ,Epoch循环次数为 10 次,损失函数优化完,最终完成评分为 81.18

21:20:14

Batch Size 数据为 16 ,Epoch循环次数为 30 次,损失函数优化完,最终完成评分为 80.22

14:37:06
2019-05-27

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 56.47

13:15:34
2019-05-26

Batch Size 数据为 32 ,Epoch循环次数为 10 次,损失函数优化完,最终完成评分为 25.9

21:28:51