Keras实现CNN,用于经典,预测结果为94.47%

Batch大小为64,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94.47。

得分记录
2019-04-04

Batch Size 数据为 64 ,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 94.47 。

11:31:37
2019-04-03

Batch Size 数据为 64 ,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 90.82 。

22:36:30

Batch Size 数据为 64 ,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 76.82 。

22:08:24
2019-03-21

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 80.2 。

20:22:35

Batch Size 数据为 128 ,Epoch循环次数为 120 次, 通过在线上环境完成训练,模型最优精度评分为 89.2 。

16:28:36
2019-03-19

Batch Size 数据为 128 ,Epoch循环次数为 3 次, 通过在线上环境完成训练,模型最优精度评分为 75.5 。

22:19:21
2019-03-19

Batch Size 数据为 128 ,Epoch循环次数为 64 次, 通过在线上环境完成训练,模型最优精度评分为 78.65 。

11:25:01