Batch Size 数据为 128 ，Epoch循环次数为 15 次， 通过在线上环境完成训练，模型最优精度评分为 82.44 。

Batch Size 数据为 128 ，Epoch循环次数为 15 次， 通过在线上环境完成训练，模型最优精度评分为 80.77 。

Batch Size 数据为 128 ，Epoch循环次数为 32 次， 通过在线上环境完成训练，模型最优精度评分为 81.92 。

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 80.82 。

Batch 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 81.81 。

Batch Size 数据为 128 ，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 81.19 。

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 71.76 。

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 81.76 。

Batch Size 数据为 128 ，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 80.82 。

Batch Size 数据为 256 ，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 83.01 。

Batch 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 83.85 。

Batch Size 数据为 512 ，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 83.43 。

Batch Size 数据为 128 ，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 66.49 。

Batch 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 64.41 。