这不仅仅是一个使用PyTorch和DenseNet121来做图像分类的教程

Batch大小为512,循环次数为300次,通过在线上环境完成训练,模型最优精度评分为79.97。

得分记录
2019-06-15

Batch Size 数据为 1280 ,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 56.11 。

16:03:41

Batch Size 数据为 1024 ,Epoch循环次数为 300 次, 通过在线上环境完成训练,模型最优精度评分为 77.75 。

15:00:32

Batch Size 数据为 512 ,Epoch循环次数为 300 次, 通过在线上环境完成训练,模型最优精度评分为 79.97 。

12:56:42

Batch Size 数据为 512 ,Epoch循环次数为 300 次, 通过在线上环境完成训练,模型最优精度评分为 68.35 。

11:48:18
2019-06-15

Batch Size 数据为 256 ,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 77.7 。

04:56:20

Batch Size 数据为 256 ,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 56.78 。

02:20:30

Batch Size 数据为 256 ,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 70.7 。

23:58:28

Batch Size 数据为 256 ,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 2.28 。

23:10:53

Batch Size 数据为 256 ,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 57 。

22:57:10