通过PyTorch进行CNN的神经网络构筑,图像

Batch大小为128,循环次数为500次,通过在线上环境完成训练,模型最优精度评分为82.52。

得分记录
2019-07-13

Batch Size 数据为 128 ,Epoch循环次数为 500 次, 通过在线上环境完成训练,模型最优精度评分为 78.32 。

15:16:55
2019-07-12

Batch Size 数据为 128 ,Epoch循环次数为 500 次, 通过在线上环境完成训练,模型最优精度评分为 82.52 。

23:18:48

Batch Size 数据为 128 ,Epoch循环次数为 500 次, 通过在线上环境完成训练,模型最优精度评分为 82.52 。

20:56:56
2019-07-11

Batch Size 数据为 128 ,Epoch循环次数为 100 次, 通过在线上环境完成训练,模型最优精度评分为 75.52 。

22:16:36

Batch Size 数据为 128 ,Epoch循环次数为 500 次, 通过在线上环境完成训练,模型最优精度评分为 78.32 。

19:30:52

Batch Size 数据为 500 ,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 68.53 。

16:57:37

Batch Size 数据为 128 ,Epoch循环次数为 10 次, 通过在线上环境完成训练,模型最优精度评分为 65.73 。

13:57:11
2019-06-22

Batch Size 数据为 128 ,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 44.76 。

20:46:14

Batch Size 数据为 500 ,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 44.76 。

20:08:12