trickornot
Batch大小为256,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97.22。
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 94.3 。
03:13:25Batch Size 数据为 200 ,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 97.01 。
22:09:49Batch Size 数据为 224 ,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 97.21 。
22:29:36Batch 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 96.23 。
03:50:57Batch Size 数据为 256 ,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 97.22 。
01:49:47Batch Size 数据为 256 ,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 95.56 。
16:27:51Batch Size 数据为 256 ,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 95.99 。
13:08:25Batch Size 数据为 256 ,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 97.22 。
16:38:45Batch Size 数据为 512 ,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 96.68 。
11:21:36Batch 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 96.72 。
10:04:03Batch Size 数据为 32 ,Epoch循环次数为 4000 次, 通过在线上环境完成训练,模型最优精度评分为 96.39 。
02:02:05Batch 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 96.34 。
16:15:13Batch Size 数据为 32 ,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 96.88 。
13:52:25Batch Size 数据为 32 ,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 96.75 。
12:02:36Batch 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 96.61 。
10:45:32Batch Size 数据为 64 ,Epoch循环次数为 4000 次, 通过在线上环境完成训练,模型最优精度评分为 96.83 。
15:56:34Batch Size 数据为 64 ,Epoch循环次数为 4000 次, 通过在线上环境完成训练,模型最优精度评分为 96.88 。
11:43:59Batch 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 96.72 。
11:58:38Batch Size 数据为 64 ,Epoch循环次数为 4000 次, 通过在线上环境完成训练,模型最优精度评分为 96.52 。
03:52:24Batch Size 数据为 64 ,Epoch循环次数为 4000 次, 通过在线上环境完成训练,模型最优精度评分为 97.12 。
00:21:42Batch Size 数据为 64 ,Epoch循环次数为 4000 次, 通过在线上环境完成训练,模型最优精度评分为 96.93 。
19:37:59