使用Keras构建CNN进行视觉计算,准确率7.16%

Batch大小为512,循环次数为200次,损失函数优化完,最终完成评分为7.16。

得分记录
2019-04-05

Batch Size 数据为 128 ,Epoch循环次数为 10000 次,损失函数优化完,最终完成评分为 0.81

03:03:26
2019-04-04

Batch Size 数据为 128 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 1.02

03:18:12

Batch Size 数据为 128 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 2.54

02:46:17

Batch Size 数据为 128 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 2.12

02:42:07

Batch Size 数据为 128 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 0.94

02:38:46

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 1.16

02:36:32

Batch Size 数据为 100 ,Epoch循环次数为 200 次,损失函数优化完,最终完成评分为 3.25

02:08:43

Batch Size 数据为 512 ,Epoch循环次数为 200 次,损失函数优化完,最终完成评分为 7.16

01:59:38

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 1.01

01:56:56

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 6.91

01:10:36

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 1.12

01:07:04