基于TensorFlow+VGG的图像二分类

Batch大小为128,循环次数为32次,损失函数优化完,最终完成评分为76.88。

得分记录
2019-09-05

Batch Size 数据为 128 ,Epoch循环次数为 32 次,损失函数优化完,最终完成评分为 76.88

18:18:15
2019-09-04

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 51.36

22:40:24
2019-09-02

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 50.34

20:13:11

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 49.66

18:50:03
2019-09-02

Batch Size 数据为 256 ,Epoch循环次数为 3000 次,损失函数优化完,最终完成评分为 49.66

05:12:15

Batch Size 数据为 256 ,Epoch循环次数为 300 次,损失函数优化完,最终完成评分为 50.34

18:53:04

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 50.34

18:20:14
2019-09-01

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 50.34

12:11:50

Batch Size 数据为 500 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 50.34

11:14:34

Batch Size 数据为 128 ,Epoch循环次数为 32 次,损失函数优化完,最终完成评分为 50.34

10:46:28

Batch Size 数据为 128 ,Epoch循环次数为 32 次,损失函数优化完,最终完成评分为 49.66

10:33:29
2019-09-01

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 50.22

03:22:08

Batch Size 数据为 10 ,Epoch循环次数为 20 次,损失函数优化完,最终完成评分为 49.66

02:09:30

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 49.66

01:28:28

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 49.66

00:52:30

Batch Size 数据为 1 ,Epoch循环次数为 1 次,损失函数优化完,最终完成评分为 49.66

00:32:58