基于MXNet+AlexNet的视觉计算

Batch大小为500,循环次数为32次,损失函数优化完,最终完成评分为77.58。

得分记录
2019-09-22

Batch Size 数据为 500 ,Epoch循环次数为 32 次,损失函数优化完,最终完成评分为 77.58

05:11:04
2019-09-21

Batch Size 数据为 256 ,Epoch循环次数为 10 次,损失函数优化完,最终完成评分为 67.42

13:58:25
2019-09-20

Batch Size 数据为 500 ,Epoch循环次数为 32 次,损失函数优化完,最终完成评分为 44.38

11:50:54
2019-09-15

Batch Size 数据为 500 ,Epoch循环次数为 32 次,损失函数优化完,最终完成评分为 44.22

17:49:47

Batch Size 数据为 500 ,Epoch循环次数为 32 次,损失函数优化完,最终完成评分为 44.59

14:12:05
2019-09-14

Batch Size 数据为 500 ,Epoch循环次数为 32 次,损失函数优化完,最终完成评分为 0.82

13:12:20
2019-09-11

Batch Size 数据为 500 ,Epoch循环次数为 32 次,损失函数优化完,最终完成评分为 0.82

13:42:11
2019-09-09

Batch Size 数据为 500 ,Epoch循环次数为 32 次,损失函数优化完,最终完成评分为 31.14

07:39:33
2019-09-05

Batch Size 数据为 128 ,Epoch循环次数为 32 次,损失函数优化完,最终完成评分为 45.98

12:50:29
2019-09-04

Batch Size 数据为 128 ,Epoch循环次数为 16 次,损失函数优化完,最终完成评分为 0.9

19:51:10

Batch Size 数据为 500 ,Epoch循环次数为 32 次,损失函数优化完,最终完成评分为 0.91

16:11:20