DenseNet121+PyTorch+图像分类

Batch大小为256,循环次数为1000次,通过在线上环境完成训练,模型最优精度评分为85.68。

得分记录
2019-03-28

Batch Size 数据为 64 ,Epoch循环次数为 3000 次, 通过在线上环境完成训练,模型最优精度评分为 66.52 。

19:16:21
2019-03-28

Batch Size 数据为 32 ,Epoch循环次数为 10000 次, 通过在线上环境完成训练,模型最优精度评分为 66.52 。

01:25:40

Batch Size 数据为 32 ,Epoch循环次数为 10000 次, 通过在线上环境完成训练,模型最优精度评分为 35.33 。

22:32:31
2019-03-27

Batch Size 数据为 32 ,Epoch循环次数为 1000 次, 通过在线上环境完成训练,模型最优精度评分为 27.72 。

13:05:40

Batch Size 数据为 64 ,Epoch循环次数为 1000 次, 通过在线上环境完成训练,模型最优精度评分为 35.73 。

12:42:10
2019-03-26

Batch Size 数据为 64 ,Epoch循环次数为 500 次, 通过在线上环境完成训练,模型最优精度评分为 0.37 。

08:36:28

Batch Size 数据为 64 ,Epoch循环次数为 10000 次, 通过在线上环境完成训练,模型最优精度评分为 0.35 。

01:05:08

Batch Size 数据为 64 ,Epoch循环次数为 10000 次, 通过在线上环境完成训练,模型最优精度评分为 0.4 。

00:59:04
2019-03-25

Batch Size 数据为 32 ,Epoch循环次数为 10000 次, 通过在线上环境完成训练,模型最优精度评分为 0.54 。

23:57:00
2019-03-20

Batch Size 数据为 64 ,Epoch循环次数为 500 次, 通过在线上环境完成训练,模型最优精度评分为 0.45 。

11:29:30

Batch Size 数据为 64 ,Epoch循环次数为 500 次, 通过在线上环境完成训练,模型最优精度评分为 0.45 。

08:13:13

Batch Size 数据为 64 ,Epoch循环次数为 500 次, 通过在线上环境完成训练,模型最优精度评分为 0.45 。

03:01:42
2019-03-19

Batch Size 数据为 64 ,Epoch循环次数为 1000 次, 通过在线上环境完成训练,模型最优精度评分为 0.87 。

15:56:40

Batch Size 数据为 64 ,Epoch循环次数为 1000 次, 通过在线上环境完成训练,模型最优精度评分为 0.87 。

11:54:12
2019-03-18

Batch Size 数据为 300 ,Epoch循环次数为 1000 次, 通过在线上环境完成训练,模型最优精度评分为 0.29 。

15:06:01

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 2.72 。

13:45:58

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 0.89 。

13:10:52

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 2.48 。

13:00:17

Batch Size 数据为 128 ,Epoch循环次数为 1000 次, 通过在线上环境完成训练,模型最优精度评分为 18.89 。

09:39:24

Batch Size 数据为 256 ,Epoch循环次数为 1000 次, 通过在线上环境完成训练,模型最优精度评分为 0.69 。

09:36:00

Batch Size 数据为 128 ,Epoch循环次数为 1000 次, 通过在线上环境完成训练,模型最优精度评分为 0.32 。

08:35:50
2019-03-18

Batch Size 数据为 256 ,Epoch循环次数为 1000 次, 通过在线上环境完成训练,模型最优精度评分为 0.74 。

00:01:35

Batch Size 数据为 128 ,Epoch循环次数为 1000 次, 通过在线上环境完成训练,模型最优精度评分为 0.64 。

23:41:37

Batch Size 数据为 256 ,Epoch循环次数为 1000 次, 通过在线上环境完成训练,模型最优精度评分为 0.77 。

18:31:01

Batch Size 数据为 256 ,Epoch循环次数为 1000 次, 通过在线上环境完成训练,模型最优精度评分为 82.72 。

18:20:46

Batch Size 数据为 256 ,Epoch循环次数为 1000 次, 通过在线上环境完成训练,模型最优精度评分为 77.74 。

18:05:34

Batch Size 数据为 256 ,Epoch循环次数为 1000 次, 通过在线上环境完成训练,模型最优精度评分为 85.68 。

16:44:17
2019-03-17

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 41.52 。

13:11:43

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 41.81 。

13:05:50

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 41.91 。

12:02:45
2019-03-16

Batch Size 数据为 64 ,Epoch循环次数为 1000 次, 通过在线上环境完成训练,模型最优精度评分为 76.98 。

22:38:02

Batch Size 数据为 64 ,Epoch循环次数为 1000 次, 通过在线上环境完成训练,模型最优精度评分为 82.1 。

22:01:57

Batch Size 数据为 64 ,Epoch循环次数为 1000 次, 通过在线上环境完成训练,模型最优精度评分为 81.09 。

22:01:22

Batch Size 数据为 64 ,Epoch循环次数为 1000 次, 通过在线上环境完成训练,模型最优精度评分为 80.88 。

21:58:23