如何优雅的使用LeNet5、Keras实现图像分类任务,准确率46.61%

Batch大小为10000,循环次数为100次,通过在线上环境完成训练,模型最优精度评分为46.61。

得分记录
2019-03-29

Batch Size 数据为 10000 ,Epoch循环次数为 100 次, 通过在线上环境完成训练,模型最优精度评分为 46.61 。

01:45:36

Batch Size 数据为 1000 ,Epoch循环次数为 100 次, 通过在线上环境完成训练,模型最优精度评分为 1 。

01:13:02

Batch Size 数据为 1000 ,Epoch循环次数为 100 次, 通过在线上环境完成训练,模型最优精度评分为 24.66 。

19:35:51

Batch Size 数据为 1000 ,Epoch循环次数为 100 次, 通过在线上环境完成训练,模型最优精度评分为 20.59 。

13:51:52

Batch Size 数据为 1000 ,Epoch循环次数为 100 次, 通过在线上环境完成训练,模型最优精度评分为 2.58 。

12:38:48

Batch Size 数据为 32 ,Epoch循环次数为 10 次, 通过在线上环境完成训练,模型最优精度评分为 1.5 。

10:14:35
2019-03-27

Batch Size 数据为 32 ,Epoch循环次数为 10 次, 通过在线上环境完成训练,模型最优精度评分为 1.54 。

21:45:34