使用PyTorch构建CNN进行图像分类,准确率93.75%

Batch大小为4,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93.75。

得分记录
2019-09-04

Batch Size 数据为 4 ,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 93.75 。

11:43:26
2019-09-03

Batch Size 数据为 4 ,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 22.77 。

13:16:36
2019-09-02

Batch Size 数据为 64 ,Epoch循环次数为 32 次, 通过在线上环境完成训练,模型最优精度评分为 77.23 。

21:43:48

Batch Size 数据为 500 ,Epoch循环次数为 32 次, 通过在线上环境完成训练,模型最优精度评分为 22.77 。

21:20:18

Batch Size 数据为 64 ,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 77.23 。

21:04:13

Batch Size 数据为 64 ,Epoch循环次数为 5 次, 通过在线上环境完成训练,模型最优精度评分为 77.23 。

20:51:51