基于EfficientNet、PyTorch实现图像分类

Batch大小为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为93.76。

得分记录
2019-10-11

Batch Size 数据为 64 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 93.76 。

23:46:34

Batch Size 数据为 64 ,Epoch循环次数为 20 次, 通过在线上环境完成训练,模型最优精度评分为 32.13 。

13:01:32
2019-10-09

Batch Size 数据为 32 ,Epoch循环次数为 20 次, 通过在线上环境完成训练,模型最优精度评分为 26.77 。

20:57:43
2019-10-02

Batch Size 数据为 32 ,Epoch循环次数为 10 次, 通过在线上环境完成训练,模型最优精度评分为 57.74 。

21:01:15
2019-10-01

Batch Size 数据为 32 ,Epoch循环次数为 6 次, 通过在线上环境完成训练,模型最优精度评分为 91.82 。

13:45:41

Batch Size 数据为 32 ,Epoch循环次数为 1 次, 通过在线上环境完成训练,模型最优精度评分为 71.63 。

09:44:11