这不仅仅是一个使用TensorFlow和BERT来做文本分类的教程

Batch大小为32,循环次数为60次,损失函数优化完,最终完成评分为52.25。

得分记录
2019-10-01

Batch Size 数据为 32 ,Epoch循环次数为 60 次,损失函数优化完,最终完成评分为 18.76

01:47:44
2019-09-30

Batch Size 数据为 32 ,Epoch循环次数为 60 次,损失函数优化完,最终完成评分为 21.32

12:29:00
2019-09-29

Batch Size 数据为 32 ,Epoch循环次数为 60 次,损失函数优化完,最终完成评分为 49.85

19:10:12

Batch Size 数据为 32 ,Epoch循环次数为 1 次,损失函数优化完,最终完成评分为 18.76

11:02:04
2019-09-24

Batch Size 数据为 32 ,Epoch循环次数为 60 次,损失函数优化完,最终完成评分为 50.36

21:37:22

Batch Size 数据为 32 ,Epoch循环次数为 60 次,损失函数优化完,最终完成评分为 52.25

16:32:25
2019-09-23

Batch Size 数据为 32 ,Epoch循环次数为 60 次,损失函数优化完,最终完成评分为 51.65

16:57:29

Batch Size 数据为 32 ,Epoch循环次数为 60 次,损失函数优化完,最终完成评分为 49.4

10:06:37

Batch Size 数据为 32 ,Epoch循环次数为 32 次,损失函数优化完,最终完成评分为 18.76

00:10:55
2019-09-22

Batch Size 数据为 32 ,Epoch循环次数为 32 次,损失函数优化完,最终完成评分为 18.76

19:02:02

Batch Size 数据为 32 ,Epoch循环次数为 32 次,损失函数优化完,最终完成评分为 18.76

10:28:52
2019-09-22

Batch Size 数据为 32 ,Epoch循环次数为 32 次,损失函数优化完,最终完成评分为 18.76

02:35:18

Batch Size 数据为 32 ,Epoch循环次数为 1 次,损失函数优化完,最终完成评分为 18.73

01:45:52