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 。

Batch 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 。

Batch 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 。

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 61.68 。

Batch 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 。

Batch 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 。

Batch 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 。

Batch 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 。

Batch 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 。

Batch 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 。

Batch 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 。

Batch 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 。

Batch 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 。

Batch 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 。

Batch 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 。

Batch 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 。

Batch 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 。

Batch 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 。

Batch 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 。

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 79.6 。

Batch 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 。

Batch 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 。

Batch 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 。

Batch 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 。

Batch 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 。

Batch 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 。

Batch 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 。

Batch 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 。

Batch 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 。

Batch 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 。

Batch 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 。

Batch 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 。

Batch 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 。

Batch 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 。

Batch 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 。

Batch 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 。

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 10.21 。

Batch 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 。

Batch 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 。

Batch 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 。

Batch 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 。

Batch 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 。

Batch 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 。

Batch 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 。

Batch 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 。

Batch 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 。