Batch Size 数据为 512 ，Epoch循环次数为 3000 次， 通过在线上环境完成训练，模型最优精度评分为 13.6 。

Batch Size 数据为 512 ，Epoch循环次数为 3000 次， 通过在线上环境完成训练，模型最优精度评分为 16.5 。

Batch Size 数据为 512 ，Epoch循环次数为 2000 次， 通过在线上环境完成训练，模型最优精度评分为 15.95 。

Batch Size 数据为 512 ，Epoch循环次数为 3000 次， 通过在线上环境完成训练，模型最优精度评分为 16.7 。

Batch Size 数据为 128 ，Epoch循环次数为 5000 次， 通过在线上环境完成训练，模型最优精度评分为 0 。

Batch Size 数据为 512 ，Epoch循环次数为 3000 次， 通过在线上环境完成训练，模型最优精度评分为 0 。

Batch Size 数据为 512 ，Epoch循环次数为 1200 次， 通过在线上环境完成训练，模型最优精度评分为 0.8 。

Batch Size 数据为 128 ，Epoch循环次数为 1000 次， 通过在线上环境完成训练，模型最优精度评分为 24.9 。

Batch Size 数据为 128 ，Epoch循环次数为 10000 次， 通过在线上环境完成训练，模型最优精度评分为 27.05 。

Batch Size 数据为 128 ，Epoch循环次数为 10000 次， 通过在线上环境完成训练，模型最优精度评分为 29.15 。

Batch Size 数据为 256 ，Epoch循环次数为 10000 次， 通过在线上环境完成训练，模型最优精度评分为 28.95 。

Batch Size 数据为 256 ，Epoch循环次数为 1000 次， 通过在线上环境完成训练，模型最优精度评分为 29.65 。

Batch Size 数据为 256 ，Epoch循环次数为 5000 次， 通过在线上环境完成训练，模型最优精度评分为 15.8 。

Batch Size 数据为 256 ，Epoch循环次数为 10000 次， 通过在线上环境完成训练，模型最优精度评分为 13.05 。