kongd
Batch大小为1024,循环次数为5000次,通过在线上环境完成训练,模型最优精度评分为79.60。
Batch Size 数据为 1024 ,Epoch循环次数为 5000 次, 通过在线上环境完成训练,模型最优精度评分为 62.78 。
16:57:21Batch Size 数据为 64 ,Epoch循环次数为 3000 次, 通过在线上环境完成训练,模型最优精度评分为 60.59 。
16:21:11Batch Size 数据为 64 ,Epoch循环次数为 5000 次, 通过在线上环境完成训练,模型最优精度评分为 57.91 。
16:15:41Batch Size 数据为 1024 ,Epoch循环次数为 5000 次, 通过在线上环境完成训练,模型最优精度评分为 61.68 。
16:08:39Batch Size 数据为 32 ,Epoch循环次数为 9000 次, 通过在线上环境完成训练,模型最优精度评分为 61.94 。
14:32:36Batch Size 数据为 64 ,Epoch循环次数为 9000 次, 通过在线上环境完成训练,模型最优精度评分为 60.26 。
13:42:34Batch Size 数据为 32 ,Epoch循环次数为 4300 次, 通过在线上环境完成训练,模型最优精度评分为 58.4 。
13:04:07Batch Size 数据为 32 ,Epoch循环次数为 9000 次, 通过在线上环境完成训练,模型最优精度评分为 61.36 。
12:16:39Batch Size 数据为 1024 ,Epoch循环次数为 9000 次, 通过在线上环境完成训练,模型最优精度评分为 61.83 。
11:40:06Batch Size 数据为 256 ,Epoch循环次数为 9000 次, 通过在线上环境完成训练,模型最优精度评分为 57.16 。
23:48:10Batch Size 数据为 64 ,Epoch循环次数为 4300 次, 通过在线上环境完成训练,模型最优精度评分为 54.17 。
22:41:49Batch Size 数据为 64 ,Epoch循环次数为 9000 次, 通过在线上环境完成训练,模型最优精度评分为 61.92 。
21:04:23Batch Size 数据为 2048 ,Epoch循环次数为 1694 次, 通过在线上环境完成训练,模型最优精度评分为 78.2 。
13:01:11Batch Size 数据为 2048 ,Epoch循环次数为 5000 次, 通过在线上环境完成训练,模型最优精度评分为 78.31 。
04:41:54Batch Size 数据为 2048 ,Epoch循环次数为 1949 次, 通过在线上环境完成训练,模型最优精度评分为 79.25 。
01:52:48Batch Size 数据为 2048 ,Epoch循环次数为 1949 次, 通过在线上环境完成训练,模型最优精度评分为 77.32 。
00:19:00Batch Size 数据为 2048 ,Epoch循环次数为 1950 次, 通过在线上环境完成训练,模型最优精度评分为 78.67 。
22:42:32Batch Size 数据为 2048 ,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 78.41 。
21:58:10Batch Size 数据为 1024 ,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 78.67 。
21:16:29Batch Size 数据为 1024 ,Epoch循环次数为 5000 次, 通过在线上环境完成训练,模型最优精度评分为 79.6 。
20:46:29Batch Size 数据为 64 ,Epoch循环次数为 5000 次, 通过在线上环境完成训练,模型最优精度评分为 73.92 。
20:01:55Batch Size 数据为 64 ,Epoch循环次数为 8983 次, 通过在线上环境完成训练,模型最优精度评分为 71.95 。
19:53:32Batch Size 数据为 64 ,Epoch循环次数为 9000 次, 通过在线上环境完成训练,模型最优精度评分为 74.7 。
19:15:54Batch Size 数据为 512 ,Epoch循环次数为 7000 次, 通过在线上环境完成训练,模型最优精度评分为 58.33 。
18:59:41Batch Size 数据为 512 ,Epoch循环次数为 9000 次, 通过在线上环境完成训练,模型最优精度评分为 58.29 。
18:20:08Batch Size 数据为 128 ,Epoch循环次数为 6000 次, 通过在线上环境完成训练,模型最优精度评分为 70.1 。
17:12:34Batch Size 数据为 256 ,Epoch循环次数为 5000 次, 通过在线上环境完成训练,模型最优精度评分为 69.64 。
16:54:06Batch Size 数据为 256 ,Epoch循环次数为 6000 次, 通过在线上环境完成训练,模型最优精度评分为 70.33 。
16:31:55Batch Size 数据为 256 ,Epoch循环次数为 9000 次, 通过在线上环境完成训练,模型最优精度评分为 70.03 。
15:33:43Batch Size 数据为 512 ,Epoch循环次数为 9000 次, 通过在线上环境完成训练,模型最优精度评分为 67.29 。
14:57:09Batch Size 数据为 32 ,Epoch循环次数为 9000 次, 通过在线上环境完成训练,模型最优精度评分为 58.13 。
13:24:04Batch Size 数据为 256 ,Epoch循环次数为 9000 次, 通过在线上环境完成训练,模型最优精度评分为 67.2 。
13:11:21Batch Size 数据为 128 ,Epoch循环次数为 9000 次, 通过在线上环境完成训练,模型最优精度评分为 66.82 。
12:30:48Batch Size 数据为 64 ,Epoch循环次数为 9000 次, 通过在线上环境完成训练,模型最优精度评分为 64.46 。
10:00:43Batch Size 数据为 64 ,Epoch循环次数为 5000 次, 通过在线上环境完成训练,模型最优精度评分为 9.72 。
00:48:18Batch Size 数据为 64 ,Epoch循环次数为 3000 次, 通过在线上环境完成训练,模型最优精度评分为 10.05 。
00:39:17Batch 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 10.21 。
00:30:19Batch Size 数据为 64 ,Epoch循环次数为 5000 次, 通过在线上环境完成训练,模型最优精度评分为 10.21 。
00:22:42Batch Size 数据为 64 ,Epoch循环次数为 3000 次, 通过在线上环境完成训练,模型最优精度评分为 10.21 。
23:57:22Batch Size 数据为 32 ,Epoch循环次数为 5000 次, 通过在线上环境完成训练,模型最优精度评分为 10.21 。
23:37:24Batch Size 数据为 32 ,Epoch循环次数为 3000 次, 通过在线上环境完成训练,模型最优精度评分为 10.21 。
23:23:23Batch Size 数据为 32 ,Epoch循环次数为 5000 次, 通过在线上环境完成训练,模型最优精度评分为 47.85 。
23:13:46Batch Size 数据为 32 ,Epoch循环次数为 3000 次, 通过在线上环境完成训练,模型最优精度评分为 42.25 。
23:01:01Batch Size 数据为 32 ,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 31.32 。
22:45:33Batch Size 数据为 128 ,Epoch循环次数为 3000 次, 通过在线上环境完成训练,模型最优精度评分为 63.72 。
18:18:37Batch Size 数据为 128 ,Epoch循环次数为 800 次, 通过在线上环境完成训练,模型最优精度评分为 43.26 。
16:00:53