Batch Size 数据为 16 ，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 61.83 。

Batch Size 数据为 16 ，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 60.29 。

Batch Size 数据为 16 ，Epoch循环次数为 30 次， 通过在线上环境完成训练，模型最优精度评分为 59.62 。

Batch Size 数据为 32 ，Epoch循环次数为 30 次， 通过在线上环境完成训练，模型最优精度评分为 13.24 。

Batch Size 数据为 64 ，Epoch循环次数为 30 次， 通过在线上环境完成训练，模型最优精度评分为 60.72 。

Batch Size 数据为 64 ，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 60.84 。

Batch Size 数据为 64 ，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 57.64 。

Batch Size 数据为 64 ，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 61.12 。

Batch Size 数据为 64 ，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 63.73 。

Batch Size 数据为 32 ，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 61.64 。

Batch Size 数据为 32 ，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 55.63 。

Batch Size 数据为 32 ，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 0 。

Batch Size 数据为 128 ，Epoch循环次数为 64 次， 通过在线上环境完成训练，模型最优精度评分为 50.78 。

Batch Size 数据为 128 ，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 50.29 。

Batch Size 数据为 128 ，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 50.49 。

Batch Size 数据为 128 ，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 42.85 。

Batch Size 数据为 128 ，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 50.89 。

Batch Size 数据为 128 ，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 51.8 。

Batch Size 数据为 128 ，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 49.63 。

Batch Size 数据为 128 ，Epoch循环次数为 64 次， 通过在线上环境完成训练，模型最优精度评分为 41.21 。

Batch Size 数据为 128 ，Epoch循环次数为 64 次， 通过在线上环境完成训练，模型最优精度评分为 51.79 。

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 51.9 。

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 45.27 。

Batch Size 数据为 32 ，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 36.78 。

Batch Size 数据为 128 ，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 49.61 。

Batch Size 数据为 128 ，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 49.49 。

Batch Size 数据为 128 ，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 18.76 。

Batch Size 数据为 128 ，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 19.77 。

Batch Size 数据为 128 ，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 48.63 。

Batch Size 数据为 128 ，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 49.29 。

Batch Size 数据为 128 ，Epoch循环次数为 30 次， 通过在线上环境完成训练，模型最优精度评分为 50.74 。

Batch Size 数据为 128 ，Epoch循环次数为 50 次， 通过在线上环境完成训练，模型最优精度评分为 47.34 。

Batch Size 数据为 256 ，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 52.04 。

Batch Size 数据为 256 ，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 51.06 。

Batch Size 数据为 256 ，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 52.69 。

Batch Size 数据为 256 ，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 50.62 。

Batch Size 数据为 256 ，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 49.66 。

Batch Size 数据为 128 ，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 33.42 。

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 51.54 。

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 18.76 。

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 49.38 。

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 53.3 。

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 26.05 。

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 29.84 。

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 30.64 。