TensorFlow基于CNN的预测实例:图像

Batch大小为64,循环次数为1000次,损失函数优化完,最终完成评分为99.35。

得分记录
2019-04-07

Batch Size 数据为 64 ,Epoch循环次数为 2000 次,损失函数优化完,最终完成评分为 50

17:59:19

Batch Size 数据为 64 ,Epoch循环次数为 2000 次,损失函数优化完,最终完成评分为 66.67

17:46:51

Batch Size 数据为 64 ,Epoch循环次数为 200 次,损失函数优化完,最终完成评分为 98.63

17:11:03

Batch Size 数据为 64 ,Epoch循环次数为 200 次,损失函数优化完,最终完成评分为 98.72

16:14:44

Batch Size 数据为 64 ,Epoch循环次数为 200 次,损失函数优化完,最终完成评分为 98.65

15:39:55

Batch Size 数据为 64 ,Epoch循环次数为 200 次,损失函数优化完,最终完成评分为 98.67

15:22:57

Batch Size 数据为 64 ,Epoch循环次数为 200 次,损失函数优化完,最终完成评分为 98.68

14:48:44

Batch Size 数据为 64 ,Epoch循环次数为 200 次,损失函数优化完,最终完成评分为 98.7

11:12:43
2019-04-06

Batch Size 数据为 64 ,Epoch循环次数为 1000 次,损失函数优化完,最终完成评分为 99.35

21:11:35
2019-04-05

Batch Size 数据为 64 ,Epoch循环次数为 1000 次,损失函数优化完,最终完成评分为 97.5

01:44:54

Batch Size 数据为 64 ,Epoch循环次数为 10 次,损失函数优化完,最终完成评分为 98.71

00:21:47

Batch Size 数据为 64 ,Epoch循环次数为 1 次,损失函数优化完,最终完成评分为 97.56

23:01:18