基于Keras+CNN的视觉计算

Batch大小为1024,循环次数为5000次,损失函数优化完,最终完成评分为50.32。

得分记录
2019-04-06

Batch Size 数据为 1024 ,Epoch循环次数为 1800 次,损失函数优化完,最终完成评分为 38.13

19:18:48

Batch Size 数据为 1024 ,Epoch循环次数为 1200 次,损失函数优化完,最终完成评分为 37.2

19:02:55

Batch Size 数据为 1024 ,Epoch循环次数为 600 次,损失函数优化完,最终完成评分为 32.12

18:51:48
2019-04-05

Batch Size 数据为 256 ,Epoch循环次数为 5000 次,损失函数优化完,最终完成评分为 41.31

16:20:06

Batch Size 数据为 512 ,Epoch循环次数为 3900 次,损失函数优化完,最终完成评分为 40.08

15:30:55

Batch Size 数据为 1024 ,Epoch循环次数为 3900 次,损失函数优化完,最终完成评分为 37.49

13:55:48

Batch Size 数据为 1024 ,Epoch循环次数为 5000 次,损失函数优化完,最终完成评分为 50.32

05:37:52
2019-04-04

Batch Size 数据为 256 ,Epoch循环次数为 9000 次,损失函数优化完,最终完成评分为 0.82

13:57:31

Batch Size 数据为 64 ,Epoch循环次数为 8000 次,损失函数优化完,最终完成评分为 0.84

10:13:33

Batch Size 数据为 64 ,Epoch循环次数为 5000 次,损失函数优化完,最终完成评分为 0.81

09:42:04

Batch Size 数据为 64 ,Epoch循环次数为 8000 次,损失函数优化完,最终完成评分为 0.81

09:33:21
2019-04-01

Batch Size 数据为 64 ,Epoch循环次数为 1500 次,损失函数优化完,最终完成评分为 12.95

23:27:15