基于Keras+CNN的经典

Batch大小为256,循环次数为8000次,通过在线上环境完成训练,模型最优精度评分为74.43。

得分记录
2019-08-07

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 70.96 。

14:06:44

Batch Size 数据为 128 ,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 9.72 。

13:40:38

Batch Size 数据为 512 ,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 72.68 。

12:16:09

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 72.07 。

10:36:34

Batch Size 数据为 256 ,Epoch循环次数为 8000 次, 通过在线上环境完成训练,模型最优精度评分为 74.43 。

09:17:32
2019-08-07

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 52.98 。

02:14:31
2019-08-05

Batch Size 数据为 256 ,Epoch循环次数为 500 次, 通过在线上环境完成训练,模型最优精度评分为 11.72 。

01:02:02

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 11.69 。

00:11:32

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 18.04 。

19:51:06