分享使用SRNN和Keras完成对Keras任务,预测结果16.55%

Batch大小为128,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16.55。

得分记录
2019-04-18

Batch Size 数据为 256 ,Epoch循环次数为 8000 次, 通过在线上环境完成训练,模型最优精度评分为 99.36 。

11:22:14
2019-04-15

Batch Size 数据为 256 ,Epoch循环次数为 8000 次, 通过在线上环境完成训练,模型最优精度评分为 95.9 。

09:03:54
2019-04-14

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 92.64 。

22:30:58
2019-04-13

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 97.4 。

20:02:09

Batch Size 数据为 256 ,Epoch循环次数为 8000 次, 通过在线上环境完成训练,模型最优精度评分为 95.85 。

17:52:48
2019-04-06

Batch Size 数据为 128 ,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 16.55 。

03:57:25
2019-04-03

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 15.9 。

14:06:37

Batch Size 数据为 256 ,Epoch循环次数为 2000 次, 通过在线上环境完成训练,模型最优精度评分为 17.75 。

13:01:17