这不仅仅是一个使用PyTorch和ResidualAttentionNetwork来做图像分类的教程

Batch大小为64,循环次数为200次,通过在线上环境完成训练,模型最优精度评分为74.58。

得分记录
2019-04-03

Batch Size 数据为 32 ,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 4.94 。

20:51:20

Batch Size 数据为 64 ,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 6.78 。

20:24:10

Batch Size 数据为 64 ,Epoch循环次数为 200 次, 通过在线上环境完成训练,模型最优精度评分为 74.58 。

18:17:19

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 1.95 。

18:08:44

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 0.64 。

18:02:57

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 2.84 。

17:57:52