zhiduanqingchang
Batch大小为64,循环次数为1500次,通过在线上环境完成训练,模型最优精度评分为84.91。
Batch Size 数据为 128 ,Epoch循环次数为 4000 次, 通过在线上环境完成训练,模型最优精度评分为 8.53 。
01:40:14Batch Size 数据为 128 ,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 8.29 。
17:31:21Batch Size 数据为 128 ,Epoch循环次数为 2500 次, 通过在线上环境完成训练,模型最优精度评分为 76.18 。
13:04:56Batch Size 数据为 64 ,Epoch循环次数为 2550 次, 通过在线上环境完成训练,模型最优精度评分为 79.4 。
10:19:04Batch Size 数据为 64 ,Epoch循环次数为 4000 次, 通过在线上环境完成训练,模型最优精度评分为 80.94 。
02:00:25Batch Size 数据为 64 ,Epoch循环次数为 2500 次, 通过在线上环境完成训练,模型最优精度评分为 84.54 。
16:42:06Batch Size 数据为 68 ,Epoch循环次数为 4000 次, 通过在线上环境完成训练,模型最优精度评分为 76.7 。
11:07:15Batch Size 数据为 68 ,Epoch循环次数为 2500 次, 通过在线上环境完成训练,模型最优精度评分为 80.56 。
22:44:57Batch Size 数据为 68 ,Epoch循环次数为 1500 次, 通过在线上环境完成训练,模型最优精度评分为 76.31 。
18:18:33Batch Size 数据为 68 ,Epoch循环次数为 700 次, 通过在线上环境完成训练,模型最优精度评分为 66.52 。
00:25:18Batch 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 84.72 。
21:44:27Batch Size 数据为 64 ,Epoch循环次数为 1800 次, 通过在线上环境完成训练,模型最优精度评分为 84.67 。
18:59:52Batch Size 数据为 64 ,Epoch循环次数为 1500 次, 通过在线上环境完成训练,模型最优精度评分为 83.95 。
17:36:27Batch Size 数据为 64 ,Epoch循环次数为 1500 次, 通过在线上环境完成训练,模型最优精度评分为 84.91 。
16:43:31Batch Size 数据为 64 ,Epoch循环次数为 900 次, 通过在线上环境完成训练,模型最优精度评分为 82.07 。
15:44:37Batch Size 数据为 64 ,Epoch循环次数为 1270 次, 通过在线上环境完成训练,模型最优精度评分为 84.7 。
14:10:51Batch 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 84.18 。
13:19:58Batch 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 80.98 。
12:05:02Batch Size 数据为 64 ,Epoch循环次数为 2500 次, 通过在线上环境完成训练,模型最优精度评分为 62.37 。
20:08:03Batch 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 53.12 。
18:44:44Batch 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 2.72 。
17:18:57Batch 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 3.07 。
19:14:52Batch 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 4.73 。
15:12:31Batch 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 8.63 。
09:49:56Batch 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 6.75 。
14:24:37Batch Size 数据为 32 ,Epoch循环次数为 17 次, 通过在线上环境完成训练,模型最优精度评分为 10.75 。
00:34:02