如何优雅的使用BP、Keras实现疾病诊断任务,准确率75.93%

Batch大小为128,循环次数为100次,通过在线上环境完成训练,模型最优精度评分为75.93。

得分记录
2019-10-15

Batch Size 数据为 128 ,Epoch循环次数为 100 次, 通过在线上环境完成训练,模型最优精度评分为 75.93 。

08:17:08

Batch Size 数据为 32 ,Epoch循环次数为 100 次, 通过在线上环境完成训练,模型最优精度评分为 74.07 。

07:53:03
2019-10-14

Batch Size 数据为 32 ,Epoch循环次数为 100 次, 通过在线上环境完成训练,模型最优精度评分为 75.93 。

20:24:57
2019-10-14

Batch Size 数据为 128 ,Epoch循环次数为 100 次, 通过在线上环境完成训练,模型最优精度评分为 70.37 。

01:44:31

Batch Size 数据为 128 ,Epoch循环次数为 100 次, 通过在线上环境完成训练,模型最优精度评分为 75.93 。

01:37:00

Batch Size 数据为 128 ,Epoch循环次数为 100 次, 通过在线上环境完成训练,模型最优精度评分为 66.67 。

01:15:41

Batch Size 数据为 128 ,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 59.26 。

23:53:16

Batch Size 数据为 256 ,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 59.26 。

20:40:24

Batch Size 数据为 64 ,Epoch循环次数为 200 次, 通过在线上环境完成训练,模型最优精度评分为 59.26 。

19:28:47

Batch Size 数据为 128 ,Epoch循环次数为 50 次, 通过在线上环境完成训练,模型最优精度评分为 59.26 。

19:19:25

Batch Size 数据为 128 ,Epoch循环次数为 5 次, 通过在线上环境完成训练,模型最优精度评分为 59.26 。

18:57:17