这不仅仅是一个使用Keras和CNN来做视觉计算的教程

Batch大小为512,循环次数为1000次,损失函数优化完,最终完成评分为34.14。

得分记录
2019-04-07

Batch Size 数据为 256 ,Epoch循环次数为 1000 次,损失函数优化完,最终完成评分为 32.87

21:01:43

Batch Size 数据为 128 ,Epoch循环次数为 500 次,损失函数优化完,最终完成评分为 19.5

20:27:42

Batch Size 数据为 256 ,Epoch循环次数为 1000 次,损失函数优化完,最终完成评分为 32.97

20:10:07

Batch Size 数据为 512 ,Epoch循环次数为 1000 次,损失函数优化完,最终完成评分为 34.14

17:17:25

Batch Size 数据为 512 ,Epoch循环次数为 200 次,损失函数优化完,最终完成评分为 25.24

15:27:19

Batch Size 数据为 256 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 1.04

14:31:16

Batch Size 数据为 128 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 11.04

14:15:17
2019-04-07

Batch Size 数据为 512 ,Epoch循环次数为 500 次,损失函数优化完,最终完成评分为 0.82

11:19:36

Batch Size 数据为 512 ,Epoch循环次数为 200 次,损失函数优化完,最终完成评分为 1.04

11:13:19

Batch Size 数据为 256 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 1.04

11:08:11

Batch Size 数据为 256 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 0.95

11:05:04

Batch Size 数据为 256 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 1.04

10:55:28

Batch Size 数据为 128 ,Epoch循环次数为 200 次,损失函数优化完,最终完成评分为 1.16

10:50:27
2019-04-06

Batch Size 数据为 128 ,Epoch循环次数为 500 次,损失函数优化完,最终完成评分为 1.08

23:33:12

Batch Size 数据为 512 ,Epoch循环次数为 2000 次,损失函数优化完,最终完成评分为 23.14

21:48:16

Batch Size 数据为 256 ,Epoch循环次数为 5000 次,损失函数优化完,最终完成评分为 29.61

21:11:33

Batch Size 数据为 256 ,Epoch循环次数为 500 次,损失函数优化完,最终完成评分为 18.88

20:27:29

Batch Size 数据为 512 ,Epoch循环次数为 200 次,损失函数优化完,最终完成评分为 19.13

18:15:57

Batch Size 数据为 512 ,Epoch循环次数为 200 次,损失函数优化完,最终完成评分为 15.12

16:32:19

Batch Size 数据为 128 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 6.76

15:58:14

Batch Size 数据为 32 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 2.5

15:23:23