使用Keras构建CNN进行图像分类,准确率99.09%

Batch大小为128,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99.09。

得分记录
2019-04-03

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 99.09 。

02:13:38

Batch Size 数据为 50 ,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 88.89 。

19:26:07

Batch Size 数据为 50 ,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 90.7 。

16:08:53
2019-03-31

Batch Size 数据为 50 ,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 91.81 。

00:06:11

Batch Size 数据为 32 ,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 86.16 。

21:21:54
2019-03-30

Batch Size 数据为 32 ,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 41.21 。

14:41:32