TensorFlow基于CNN的预测实例:图像分类

Batch大小为8,循环次数为4次,损失函数优化完,最终完成评分为99.95。

得分记录
2019-07-01

Batch Size 数据为 20 ,Epoch循环次数为 2 次,损失函数优化完,最终完成评分为 99.91

00:10:02

Batch Size 数据为 10 ,Epoch循环次数为 2 次,损失函数优化完,最终完成评分为 99.94

21:27:36

Batch Size 数据为 16 ,Epoch循环次数为 1 次,损失函数优化完,最终完成评分为 99.9

15:35:24

Batch Size 数据为 8 ,Epoch循环次数为 2 次,损失函数优化完,最终完成评分为 99.92

14:10:46
2019-06-30

Batch Size 数据为 8 ,Epoch循环次数为 4 次,损失函数优化完,最终完成评分为 99.95

00:32:14
2019-06-29

Batch Size 数据为 8 ,Epoch循环次数为 2 次,损失函数优化完,最终完成评分为 99.02

02:37:49

Batch Size 数据为 8 ,Epoch循环次数为 2 次,损失函数优化完,最终完成评分为 99.87

21:36:03
2019-06-23

Batch Size 数据为 32 ,Epoch循环次数为 2 次,损失函数优化完,最终完成评分为 98.67

15:36:43
2019-06-23

Batch Size 数据为 8 ,Epoch循环次数为 3 次,损失函数优化完,最终完成评分为 97.98

00:48:29

Batch Size 数据为 16 ,Epoch循环次数为 2 次,损失函数优化完,最终完成评分为 99.77

18:03:48

Batch Size 数据为 32 ,Epoch循环次数为 1 次,损失函数优化完,最终完成评分为 93.02

16:05:35

Batch Size 数据为 16 ,Epoch循环次数为 2 次,损失函数优化完,最终完成评分为 99.61

14:37:04
2019-06-22

Batch Size 数据为 32 ,Epoch循环次数为 1 次,损失函数优化完,最终完成评分为 97.46

12:50:59

Batch Size 数据为 16 ,Epoch循环次数为 2 次,损失函数优化完,最终完成评分为 99.1

12:05:55

Batch Size 数据为 16 ,Epoch循环次数为 4 次,损失函数优化完,最终完成评分为 97.19

10:24:51