PyTorch基于CNN的预测实例:文本分类

Batch大小为500,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99.73。

得分记录
2019-07-27

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 99.3 。

21:29:39

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 98.85 。

21:12:32

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 99.07 。

20:36:26

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 99.38 。

20:29:17

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 99.7 。

19:42:47

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 99.71 。

18:56:11

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 87.8 。

18:35:24

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 99.73 。

17:26:46

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 90.52 。

16:01:35

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 90.48 。

15:15:16
2019-07-24

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 99.58 。

23:44:54
2019-07-22

Batch Size 数据为 512 ,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 99.55 。

19:33:14

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 99.71 。

10:44:31