玄学上分
使用Keras构建LeNet5进行图像分类，准确率77.95%
Batch大小为64，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77.95。
Batch Size 数据为 64 ，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 77.3 。
14:20:11Batch Size 数据为 64 ，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 76.37 。
03:32:18Batch Size 数据为 64 ，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 76.34 。
20:30:01Batch Size 数据为 32 ，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 75.32 。
13:52:33Batch Size 数据为 64 ，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 77.95 。
04:32:21Batch Size 数据为 32 ，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 71.83 。
04:06:46Batch Size 数据为 64 ，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 76.37 。
22:42:01