这不仅仅是一个使用PyTorch和Resnet34来做图像二分类的教程

Batch大小为64,循环次数为1000次,损失函数优化完,最终完成评分为97.84。

得分记录
2019-06-05

Batch Size 数据为 64 ,Epoch循环次数为 1000 次,损失函数优化完,最终完成评分为 97.84

15:48:45

Batch Size 数据为 64 ,Epoch循环次数为 1000 次,损失函数优化完,最终完成评分为 50

09:44:11
2019-06-04

Batch Size 数据为 64 ,Epoch循环次数为 500 次,损失函数优化完,最终完成评分为 52.16

15:38:48
2019-06-01

Batch Size 数据为 128 ,Epoch循环次数为 1000 次,损失函数优化完,最终完成评分为 88.12

21:46:10

Batch Size 数据为 128 ,Epoch循环次数为 1000 次,损失函数优化完,最终完成评分为 84

16:28:07
2019-05-31

Batch Size 数据为 32 ,Epoch循环次数为 1000 次,损失函数优化完,最终完成评分为 83.58

22:18:01

Batch Size 数据为 64 ,Epoch循环次数为 1000 次,损失函数优化完,最终完成评分为 86.98

21:02:26

Batch Size 数据为 64 ,Epoch循环次数为 200 次,损失函数优化完,最终完成评分为 67.46

20:29:39

Batch Size 数据为 64 ,Epoch循环次数为 1000 次,损失函数优化完,最终完成评分为 81.62

20:01:24

Batch Size 数据为 64 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 64.3

18:57:42

Batch Size 数据为 64 ,Epoch循环次数为 1000 次,损失函数优化完,最终完成评分为 67.36

16:33:34
2019-05-31

Batch Size 数据为 64 ,Epoch循环次数为 1000 次,损失函数优化完,最终完成评分为 53.82

10:50:31
2019-05-30

Batch Size 数据为 32 ,Epoch循环次数为 10 次,损失函数优化完,最终完成评分为 50.34

23:07:57