markov_future
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 。
16:03:19Batch 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 。
13:50:23Batch 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 。
11:32:59Batch 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 。
09:58:51Batch 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 。
11:45:55Batch 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 。
11:31:18Batch 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 。
10:52:51Batch 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 。
10:18:08Batch 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 。
09:28:38Batch 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 。
09:17:29Batch 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 。
09:07:55Batch 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 。
19:47:54Batch 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 。
19:20:08Batch 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 。
17:05:15