通过PyTorch进行BP的神经网络构筑,PyTorch

Batch大小为64,循环次数为32次,通过在线上环境完成训练,模型最优精度评分为68.52。

得分记录
2019-07-11

Batch Size 数据为 1 ,Epoch循环次数为 1 次, 通过在线上环境完成训练,模型最优精度评分为 48.15 。

21:57:45

Batch Size 数据为 1 ,Epoch循环次数为 1 次, 通过在线上环境完成训练,模型最优精度评分为 11.11 。

18:53:14

Batch Size 数据为 1 ,Epoch循环次数为 1 次, 通过在线上环境完成训练,模型最优精度评分为 14.81 。

17:10:45

Batch Size 数据为 0 ,Epoch循环次数为 2 次, 通过在线上环境完成训练,模型最优精度评分为 0 。

16:33:39

Batch Size 数据为 50 ,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 59.26 。

14:01:11
2019-07-11

Batch Size 数据为 64 ,Epoch循环次数为 32 次, 通过在线上环境完成训练,模型最优精度评分为 68.52 。

11:07:34

Batch Size 数据为 64 ,Epoch循环次数为 25 次, 通过在线上环境完成训练,模型最优精度评分为 57.41 。

10:59:53

Batch Size 数据为 64 ,Epoch循环次数为 25 次, 通过在线上环境完成训练,模型最优精度评分为 66.67 。

10:54:56