分享使用BERT和PyTorch完成对PyTorch任务,预测结果90.23%

Batch大小为64,循环次数为3次,损失函数优化完,最终完成评分为90.23。

得分记录
2019-07-27

Batch Size 数据为 64 ,Epoch循环次数为 3 次,损失函数优化完,最终完成评分为 90.23

15:47:11

Batch Size 数据为 64 ,Epoch循环次数为 2 次,损失函数优化完,最终完成评分为 89.97

11:56:49
2019-07-26

Batch Size 数据为 64 ,Epoch循环次数为 1 次,损失函数优化完,最终完成评分为 88.62

23:00:23
2019-06-25

Batch Size 数据为 20 ,Epoch循环次数为 5 次,损失函数优化完,最终完成评分为 76.87

13:27:45

Batch Size 数据为 32 ,Epoch循环次数为 5 次,损失函数优化完,最终完成评分为 68.09

19:38:18

Batch Size 数据为 64 ,Epoch循环次数为 1 次,损失函数优化完,最终完成评分为 74.41

13:12:46

Batch Size 数据为 64 ,Epoch循环次数为 1 次,损失函数优化完,最终完成评分为 75.82

12:56:33
2019-06-22

Batch Size 数据为 150 ,Epoch循环次数为 2 次,损失函数优化完,最终完成评分为 73.8

21:36:30

Batch Size 数据为 128 ,Epoch循环次数为 1 次,损失函数优化完,最终完成评分为 74.41

20:51:05

Batch Size 数据为 128 ,Epoch循环次数为 3 次,损失函数优化完,最终完成评分为 63.16

20:34:19
2019-06-14

Batch Size 数据为 64 ,Epoch循环次数为 1 次,损失函数优化完,最终完成评分为 76.98

21:51:41

Batch Size 数据为 90 ,Epoch循环次数为 1 次,损失函数优化完,最终完成评分为 75.29

18:15:27

Batch Size 数据为 64 ,Epoch循环次数为 1 次,损失函数优化完,最终完成评分为 70.32

15:18:14
2019-06-08

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 63.16

22:12:42