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 74.07 。

Batch Size 数据为 16 ，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 75.93 。

Batch Size 数据为 8 ，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 72.22 。

Batch Size 数据为 16 ，Epoch循环次数为 6000 次， 通过在线上环境完成训练，模型最优精度评分为 79.63 。

Batch Size 数据为 8 ，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 75.93 。

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 70.37 。

Batch Size 数据为 32 ，Epoch循环次数为 6000 次， 通过在线上环境完成训练，模型最优精度评分为 75.93 。

Batch Size 数据为 256 ，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 72.22 。

Batch Size 数据为 128 ，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 75.93 。

Batch Size 数据为 128 ，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 83.33 。

Batch Size 数据为 64 ，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 75.93 。

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 77.78 。

Batch Size 数据为 128 ，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 83.33 。

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 77.78 。