基于CNN、Keras实现图像分类

Batch大小为42000,循环次数为1次,损失函数优化完,最终完成评分为99.74。

得分记录
2019-04-08

Batch Size 数据为 42000 ,Epoch循环次数为 1 次,损失函数优化完,最终完成评分为 99.71

09:52:01
2019-04-07

Batch Size 数据为 42000 ,Epoch循环次数为 1 次,损失函数优化完,最终完成评分为 99.68

20:23:59

Batch Size 数据为 42000 ,Epoch循环次数为 1 次,损失函数优化完,最终完成评分为 99.74

19:55:27
2019-04-06

Batch Size 数据为 42000 ,Epoch循环次数为 1 次,损失函数优化完,最终完成评分为 99.69

12:06:26

Batch Size 数据为 42000 ,Epoch循环次数为 1 次,损失函数优化完,最终完成评分为 99.68

11:02:38

Batch Size 数据为 42000 ,Epoch循环次数为 1 次,损失函数优化完,最终完成评分为 99.71

10:39:57

Batch Size 数据为 42000 ,Epoch循环次数为 1 次,损失函数优化完,最终完成评分为 99.67

10:18:39
2019-04-06

Batch Size 数据为 42000 ,Epoch循环次数为 1 次,损失函数优化完,最终完成评分为 99.63

01:51:51

Batch Size 数据为 60000 ,Epoch循环次数为 1 次,损失函数优化完,最终完成评分为 99.46

17:26:15
2019-04-04

Batch Size 数据为 256 ,Epoch循环次数为 2500 次,损失函数优化完,最终完成评分为 98.5

12:33:20

Batch Size 数据为 60000 ,Epoch循环次数为 10 次,损失函数优化完,最终完成评分为 98.65

10:31:02

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 50.41

09:59:07

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 40.73

09:48:28

Batch Size 数据为 64 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 85.08

09:41:31

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 83.33

09:37:49
2019-04-03

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 79.44

19:25:02

Batch Size 数据为 32 ,Epoch循环次数为 10 次,损失函数优化完,最终完成评分为 31.85

18:53:54

Batch Size 数据为 32 ,Epoch循环次数为 10 次,损失函数优化完,最终完成评分为 31.91

18:50:33

Batch Size 数据为 32 ,Epoch循环次数为 10 次,损失函数优化完,最终完成评分为 28.46

18:47:51

Batch Size 数据为 32 ,Epoch循环次数为 10 次,损失函数优化完,最终完成评分为 79.58

18:43:57

Batch Size 数据为 32 ,Epoch循环次数为 10 次,损失函数优化完,最终完成评分为 82.17

17:37:31

Batch Size 数据为 32 ,Epoch循环次数为 10 次,损失函数优化完,最终完成评分为 52.45

17:25:37

Batch Size 数据为 32 ,Epoch循环次数为 10 次,损失函数优化完,最终完成评分为 39.94

17:20:08