使用PyTorch和DPN92的视觉计算,最终结果17.75%

Batch大小为128,循环次数为1000次,损失函数优化完,最终完成评分为17.75。

得分记录
2019-04-03

Batch Size 数据为 128 ,Epoch循环次数为 200 次,损失函数优化完,最终完成评分为 1.52

18:06:48

Batch Size 数据为 128 ,Epoch循环次数为 200 次,损失函数优化完,最终完成评分为 3.82

16:55:32

Batch Size 数据为 128 ,Epoch循环次数为 200 次,损失函数优化完,最终完成评分为 5.71

15:42:56

Batch Size 数据为 32 ,Epoch循环次数为 5000 次,损失函数优化完,最终完成评分为 6.67

14:34:09

Batch Size 数据为 32 ,Epoch循环次数为 5000 次,损失函数优化完,最终完成评分为 6.67

14:09:02

Batch Size 数据为 32 ,Epoch循环次数为 1000 次,损失函数优化完,最终完成评分为 8.41

09:42:21

Batch Size 数据为 128 ,Epoch循环次数为 1000 次,损失函数优化完,最终完成评分为 11.69

09:23:42
2019-04-03

Batch Size 数据为 128 ,Epoch循环次数为 1000 次,损失函数优化完,最终完成评分为 17.75

09:05:07

Batch Size 数据为 32 ,Epoch循环次数为 1000 次,损失函数优化完,最终完成评分为 6.95

08:20:46
2019-04-03

Batch Size 数据为 32 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 7.12

00:20:04

Batch Size 数据为 32 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 0.05

23:51:03

Batch Size 数据为 32 ,Epoch循环次数为 1000 次,损失函数优化完,最终完成评分为 0.05

23:38:04

Batch Size 数据为 32 ,Epoch循环次数为 10 次,损失函数优化完,最终完成评分为 0.05

22:34:36

Batch Size 数据为 32 ,Epoch循环次数为 1000 次,损失函数优化完,最终完成评分为 0.05

22:32:20

Batch Size 数据为 128 ,Epoch循环次数为 1000 次,损失函数优化完,最终完成评分为 0.05

22:26:52

Batch Size 数据为 128 ,Epoch循环次数为 1000 次,损失函数优化完,最终完成评分为 0.05

22:15:58

Batch Size 数据为 32 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 0.05

22:06:46