通过Keras进行LeNet5的神经网络构筑,图像分类

Batch大小为12,循环次数为200次,损失函数优化完,最终完成评分为1.07。

得分记录
2019-03-30

Batch Size 数据为 2 ,Epoch循环次数为 200 次,损失函数优化完,最终完成评分为 1.07

00:38:23

Batch Size 数据为 2 ,Epoch循环次数为 250 次,损失函数优化完,最终完成评分为 0.9

23:37:26

Batch Size 数据为 2 ,Epoch循环次数为 200 次,损失函数优化完,最终完成评分为 1.07

19:15:32

Batch Size 数据为 2 ,Epoch循环次数为 200 次,损失函数优化完,最终完成评分为 1.07

17:11:26

Batch Size 数据为 2 ,Epoch循环次数为 200 次,损失函数优化完,最终完成评分为 1.07

16:05:27

Batch Size 数据为 2 ,Epoch循环次数为 200 次,损失函数优化完,最终完成评分为 0.97

08:47:24

Batch Size 数据为 2 ,Epoch循环次数为 200 次,损失函数优化完,最终完成评分为 1.07

08:34:39

Batch Size 数据为 12 ,Epoch循环次数为 200 次,损失函数优化完,最终完成评分为 1.07

08:34:18

Batch Size 数据为 2 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 1.07

08:26:00

Batch Size 数据为 12 ,Epoch循环次数为 200 次,损失函数优化完,最终完成评分为 1.07

08:25:40

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 0.95

08:10:55