Keras实现LeNet5,用于图像分类,预测结果为34.47%

Batch大小为64,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34.47。

得分记录
2019-08-15

Batch Size 数据为 64 ,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 33 。

22:35:49
2019-08-12

Batch Size 数据为 64 ,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 34.47 。

12:38:17

Batch Size 数据为 64 ,Epoch循环次数为 600 次, 通过在线上环境完成训练,模型最优精度评分为 5.22 。

04:20:29
2019-08-12

Batch Size 数据为 64 ,Epoch循环次数为 300 次, 通过在线上环境完成训练,模型最优精度评分为 3.43 。

00:45:47
2019-08-10

Batch Size 数据为 64 ,Epoch循环次数为 360 次, 通过在线上环境完成训练,模型最优精度评分为 1.18 。

15:27:24
2019-08-09

Batch Size 数据为 60 ,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 1.73 。

23:11:33

Batch Size 数据为 64 ,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 1.23 。

18:06:36