Batch Size 数据为 500 ，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 64.85 。

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 95.25 。

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 92.64 。

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 93.7 。

Batch Size 数据为 500 ，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 94.07 。

Batch Size 数据为 500 ，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 94.46 。

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 92.21 。

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 97.54 。

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 99.13 。

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 98.18 。

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 99.03 。

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 99.29 。

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 99.15 。

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 96.06 。

Batch Size 数据为 500 ，Epoch循环次数为 3 次， 通过在线上环境完成训练，模型最优精度评分为 90.55 。

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 98.3 。

Batch Size 数据为 500 ，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 96.42 。

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 85.58 。

Batch Size 数据为 500 ，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 99.42 。

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 96.83 。

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 96.59 。

Batch Size 数据为 512 ，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 96.59 。

Batch Size 数据为 512 ，Epoch循环次数为 3 次， 通过在线上环境完成训练，模型最优精度评分为 96.5 。

Batch Size 数据为 64 ，Epoch循环次数为 20 次， 通过在线上环境完成训练，模型最优精度评分为 94.6 。

Batch Size 数据为 512 ，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 96.38 。

Batch Size 数据为 64 ，Epoch循环次数为 5 次， 通过在线上环境完成训练，模型最优精度评分为 96.18 。

Batch Size 数据为 512 ，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 98.44 。

Batch Size 数据为 256 ，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 98.04 。

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 99.52 。

Batch Size 数据为 128 ，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 96.47 。