使用TensorFlow和ResNet的图像分类,最终结果99.97%

Batch大小为128,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为99.97。

得分记录
2019-06-25

Batch Size 数据为 128 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 99.96 。

10:56:44
2019-06-24

Batch Size 数据为 128 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 99.96 。

10:59:46

Batch Size 数据为 128 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 99.96 。

10:04:20

Batch Size 数据为 128 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 99.97 。

09:52:07

Batch Size 数据为 128 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 99.97 。

09:30:17
2019-06-24

Batch Size 数据为 128 ,Epoch循环次数为 50 次, 通过在线上环境完成训练,模型最优精度评分为 99.96 。

00:21:09