Batch Size 数据为 200 ，Epoch循环次数为 160 次， 通过在线上环境完成训练，模型最优精度评分为 93.38 。

Batch Size 数据为 200 ，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 93.15 。

Batch Size 数据为 250 ，Epoch循环次数为 120 次， 通过在线上环境完成训练，模型最优精度评分为 92.27 。

Batch Size 数据为 200 ，Epoch循环次数为 200 次， 通过在线上环境完成训练，模型最优精度评分为 92.55 。

Batch Size 数据为 125 ，Epoch循环次数为 120 次， 通过在线上环境完成训练，模型最优精度评分为 93.11 。

Batch Size 数据为 125 ，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 93.11 。

Batch Size 数据为 250 ，Epoch循环次数为 120 次， 通过在线上环境完成训练，模型最优精度评分为 91.41 。

Batch Size 数据为 500 ，Epoch循环次数为 160 次， 通过在线上环境完成训练，模型最优精度评分为 92.72 。

Batch Size 数据为 400 ，Epoch循环次数为 120 次， 通过在线上环境完成训练，模型最优精度评分为 92.17 。

Batch Size 数据为 600 ，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 92.04 。

Batch Size 数据为 600 ，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 59.12 。

Batch Size 数据为 12000 ，Epoch循环次数为 40 次， 通过在线上环境完成训练，模型最优精度评分为 81.61 。

Batch Size 数据为 12000 ，Epoch循环次数为 40 次， 通过在线上环境完成训练，模型最优精度评分为 84.85 。

Batch Size 数据为 12000 ，Epoch循环次数为 40 次， 通过在线上环境完成训练，模型最优精度评分为 87.47 。

Batch Size 数据为 12000 ，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 66.47 。

Batch Size 数据为 180 ，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 51.51 。

Batch Size 数据为 3600 ，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 50.16 。

Batch Size 数据为 12000 ，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 61.05 。

Batch Size 数据为 18000 ，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 10.64 。

Batch Size 数据为 10000 ，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 33.34 。

Batch Size 数据为 25000 ，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 66.21 。

Batch Size 数据为 10000 ，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 68.35 。

Batch Size 数据为 5000 ，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 63.35 。

Batch Size 数据为 50000 ，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 66.64 。

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 51.52 。

Batch Size 数据为 50000 ，Epoch循环次数为 200 次， 通过在线上环境完成训练，模型最优精度评分为 93.37 。

Batch Size 数据为 1250 ，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 65.83 。