Batch Size 数据为 64 ，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 82.15 。

Batch 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 89.4 。

Batch Size 数据为 256 ，Epoch循环次数为 1 次， 通过在线上环境完成训练，模型最优精度评分为 9.25 。

Batch Size 数据为 16 ，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 87 。

Batch 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 86.45 。

Batch Size 数据为 128 ，Epoch循环次数为 3500 次， 通过在线上环境完成训练，模型最优精度评分为 87.45 。

Batch 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 89.7 。

Batch Size 数据为 128 ，Epoch循环次数为 2500 次， 通过在线上环境完成训练，模型最优精度评分为 89.65 。

Batch Size 数据为 64 ，Epoch循环次数为 2500 次， 通过在线上环境完成训练，模型最优精度评分为 88.6 。

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 86.65 。

Batch Size 数据为 64 ，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 85.4 。

Batch Size 数据为 8 ，Epoch循环次数为 800 次， 通过在线上环境完成训练，模型最优精度评分为 83.15 。

Batch Size 数据为 8 ，Epoch循环次数为 600 次， 通过在线上环境完成训练，模型最优精度评分为 83.45 。

Batch Size 数据为 1024 ，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 81.85 。

Batch 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 22.3 。

Batch 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 13.85 。

Batch 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 0 。

Batch Size 数据为 128 ，Epoch循环次数为 200 次， 通过在线上环境完成训练，模型最优精度评分为 0 。