PyTorch下用ResNet101进行图像分类

Batch大小为32,循环次数为2000次,损失函数优化完,最终完成评分为86.8。

得分记录
2019-03-31

Batch Size 数据为 32 ,Epoch循环次数为 2000 次,损失函数优化完,最终完成评分为 86.8

08:54:41

Batch Size 数据为 32 ,Epoch循环次数为 2000 次,损失函数优化完,最终完成评分为 79.4

02:51:32
2019-03-30

Batch Size 数据为 32 ,Epoch循环次数为 2500 次,损失函数优化完,最终完成评分为 83.61

14:55:59

Batch Size 数据为 32 ,Epoch循环次数为 2500 次,损失函数优化完,最终完成评分为 82.81

09:47:21
2019-03-29

Batch Size 数据为 64 ,Epoch循环次数为 2000 次,损失函数优化完,最终完成评分为 83.87

10:03:55

Batch Size 数据为 64 ,Epoch循环次数为 1000 次,损失函数优化完,最终完成评分为 84.75

09:11:45

Batch Size 数据为 64 ,Epoch循环次数为 1000 次,损失函数优化完,最终完成评分为 82.42

08:29:12

Batch Size 数据为 64 ,Epoch循环次数为 700 次,损失函数优化完,最终完成评分为 77.57

07:56:23
2019-03-28

Batch Size 数据为 64 ,Epoch循环次数为 1000 次,损失函数优化完,最终完成评分为 84.08

07:19:35

Batch Size 数据为 64 ,Epoch循环次数为 400 次,损失函数优化完,最终完成评分为 82.32

23:36:44

Batch Size 数据为 64 ,Epoch循环次数为 200 次,损失函数优化完,最终完成评分为 76.41

22:47:57
2019-03-26

Batch Size 数据为 32 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 52.18

22:36:59

Batch Size 数据为 32 ,Epoch循环次数为 10 次,损失函数优化完,最终完成评分为 6.28

22:36:00