Keras实现CNN,用于动作识别,预测结果为28.1%

Batch大小为64,循环次数为100次,通过在线上环境完成训练,模型最优精度评分为28.10。

得分记录
2019-09-23

Batch Size 数据为 128 ,Epoch循环次数为 100 次, 通过在线上环境完成训练,模型最优精度评分为 12.01 。

20:00:31
2019-09-18

Batch Size 数据为 128 ,Epoch循环次数为 10000 次, 通过在线上环境完成训练,模型最优精度评分为 1.08 。

20:48:53

Batch Size 数据为 128 ,Epoch循环次数为 10000 次, 通过在线上环境完成训练,模型最优精度评分为 0.79 。

19:28:43
2019-09-18

Batch Size 数据为 128 ,Epoch循环次数为 10000 次, 通过在线上环境完成训练,模型最优精度评分为 18.05 。

02:25:29

Batch Size 数据为 512 ,Epoch循环次数为 10000 次, 通过在线上环境完成训练,模型最优精度评分为 24.59 。

01:38:10

Batch Size 数据为 512 ,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 22.34 。

00:29:59
2019-09-15

Batch Size 数据为 64 ,Epoch循环次数为 100 次, 通过在线上环境完成训练,模型最优精度评分为 28.1 。

13:22:10