PyTorch下用进行图像超分辨率重建

Batch大小为16,循环次数为30次,损失函数优化完,最终完成评分为81.06。

得分记录
2019-10-26

Batch Size 数据为 16 ,Epoch循环次数为 30 次,损失函数优化完,最终完成评分为 81.06

09:11:21

Batch Size 数据为 16 ,Epoch循环次数为 1 次,损失函数优化完,最终完成评分为 18.42

16:10:25

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 76.55

14:28:24

Batch Size 数据为 8 ,Epoch循环次数为 1 次,损失函数优化完,最终完成评分为 27.56

11:49:54
2019-10-23

Batch Size 数据为 16 ,Epoch循环次数为 150 次,损失函数优化完,最终完成评分为 80.53

19:46:47

Batch Size 数据为 16 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 80.51

16:52:19

Batch Size 数据为 16 ,Epoch循环次数为 50 次,损失函数优化完,最终完成评分为 78.74

14:01:55

Batch Size 数据为 8 ,Epoch循环次数为 2 次,损失函数优化完,最终完成评分为 51.57

13:04:53
2019-10-22

Batch Size 数据为 16 ,Epoch循环次数为 200 次,损失函数优化完,最终完成评分为 24.96

21:15:15

Batch Size 数据为 8 ,Epoch循环次数为 4 次,损失函数优化完,最终完成评分为 5.32

18:11:25

Batch Size 数据为 16 ,Epoch循环次数为 200 次,损失函数优化完,最终完成评分为 71.24

16:53:17

Batch Size 数据为 8 ,Epoch循环次数为 4 次,损失函数优化完,最终完成评分为 59.65

13:36:07

Batch Size 数据为 32 ,Epoch循环次数为 4 次,损失函数优化完,最终完成评分为 0

13:06:20

Batch Size 数据为 16 ,Epoch循环次数为 50 次,损失函数优化完,最终完成评分为 0

12:38:32