CNN+PyTorch+图像

Batch大小为64,循环次数为40次,通过在线上环境完成训练,模型最优精度评分为86.01。

得分记录
2019-05-30

Batch 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 76.92 。

16:18:45
2019-05-29

Batch Size 数据为 128 ,Epoch循环次数为 50 次, 通过在线上环境完成训练,模型最优精度评分为 80.42 。

12:15:16

Batch Size 数据为 128 ,Epoch循环次数为 50 次, 通过在线上环境完成训练,模型最优精度评分为 83.22 。

11:31:35

Batch Size 数据为 64 ,Epoch循环次数为 50 次, 通过在线上环境完成训练,模型最优精度评分为 80.42 。

10:27:02

Batch Size 数据为 64 ,Epoch循环次数为 50 次, 通过在线上环境完成训练,模型最优精度评分为 76.22 。

09:24:16

Batch 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 70.63 。

09:19:41

Batch Size 数据为 64 ,Epoch循环次数为 50 次, 通过在线上环境完成训练,模型最优精度评分为 76.22 。

09:13:16

Batch Size 数据为 64 ,Epoch循环次数为 50 次, 通过在线上环境完成训练,模型最优精度评分为 67.83 。

09:07:33

Batch Size 数据为 64 ,Epoch循环次数为 50 次, 通过在线上环境完成训练,模型最优精度评分为 75.52 。

09:01:20

Batch Size 数据为 64 ,Epoch循环次数为 50 次, 通过在线上环境完成训练,模型最优精度评分为 80.42 。

08:39:01

Batch Size 数据为 64 ,Epoch循环次数为 50 次, 通过在线上环境完成训练,模型最优精度评分为 75.52 。

08:30:31

Batch Size 数据为 64 ,Epoch循环次数为 50 次, 通过在线上环境完成训练,模型最优精度评分为 81.12 。

08:23:59

Batch Size 数据为 64 ,Epoch循环次数为 50 次, 通过在线上环境完成训练,模型最优精度评分为 79.02 。

08:13:53
2019-05-28

Batch 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 81.12 。

23:37:38

Batch 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 80.42 。

23:32:19

Batch 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 84.62 。

23:22:17

Batch 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 85.31 。

23:08:27

Batch 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 14.69 。

23:02:00

Batch 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 85.31 。

22:35:24

Batch 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 83.92 。

22:19:56

Batch Size 数据为 64 ,Epoch循环次数为 50 次, 通过在线上环境完成训练,模型最优精度评分为 83.92 。

21:38:09

Batch Size 数据为 64 ,Epoch循环次数为 40 次, 通过在线上环境完成训练,模型最优精度评分为 86.01 。

20:54:05

Batch Size 数据为 64 ,Epoch循环次数为 20 次, 通过在线上环境完成训练,模型最优精度评分为 81.82 。

20:40:13

Batch Size 数据为 64 ,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 79.72 。

20:23:09

Batch Size 数据为 64 ,Epoch循环次数为 5 次, 通过在线上环境完成训练,模型最优精度评分为 77.62 。

19:23:05
2019-05-27

Batch Size 数据为 64 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 69.23 。

17:39:43
2019-05-26

Batch Size 数据为 64 ,Epoch循环次数为 20 次, 通过在线上环境完成训练,模型最优精度评分为 79.02 。

21:07:52
2019-05-26

Batch 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 67.13 。

02:29:08

Batch 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 73.43 。

21:21:19

Batch 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 72.73 。

20:49:38
2019-05-23

Batch Size 数据为 128 ,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 76.92 。

21:54:01

Batch 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 76.92 。

19:28:47

Batch Size 数据为 128 ,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 74.83 。

18:26:06

Batch 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 75.52 。

16:47:37
2019-05-22

Batch 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 71.33 。

23:43:13

Batch Size 数据为 64 ,Epoch循环次数为 20 次, 通过在线上环境完成训练,模型最优精度评分为 76.92 。

20:23:48