通过TensorFlow进行LSTM+CRF的神经网络构筑,命名实体识别

Batch大小为128,循环次数为100次,损失函数优化完,最终完成评分为74.53。

得分记录
2019-06-16

Batch Size 数据为 128 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 69.53

22:28:46

Batch Size 数据为 128 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 71.36

22:17:20

Batch Size 数据为 128 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 71.93

22:03:12

Batch Size 数据为 128 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 50.5

16:33:40

Batch Size 数据为 128 ,Epoch循环次数为 130 次,损失函数优化完,最终完成评分为 72.03

16:20:56

Batch Size 数据为 128 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 74.53

16:09:30

Batch Size 数据为 128 ,Epoch循环次数为 50 次,损失函数优化完,最终完成评分为 71.98

15:52:13
2019-06-13

Batch Size 数据为 128 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 50.21

15:04:38

Batch Size 数据为 100 ,Epoch循环次数为 108 次,损失函数优化完,最终完成评分为 52.96

14:36:28

Batch Size 数据为 100 ,Epoch循环次数为 108 次,损失函数优化完,最终完成评分为 57.38

14:19:54
2019-06-09

Batch Size 数据为 128 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 69.88

21:36:40