基于TensorFlow+CNN的语音分类

Batch大小为64,循环次数为100次,损失函数优化完,最终完成评分为84.62。

得分记录
2019-10-31

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 73.08

11:26:46
2019-10-28

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 84.62

23:16:31

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 76.92

21:43:38

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 76.92

18:35:08

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 73.08

16:16:41

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 76.92

15:01:53

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 80.77

13:28:16
2019-10-26

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 80.77

16:39:30

Batch Size 数据为 64 ,Epoch循环次数为 50 次,损失函数优化完,最终完成评分为 26.92

15:42:27
2019-10-25

Batch Size 数据为 64 ,Epoch循环次数为 50 次,损失函数优化完,最终完成评分为 26.92

19:02:53

Batch Size 数据为 64 ,Epoch循环次数为 50 次,损失函数优化完,最终完成评分为 80.77

18:30:40

Batch Size 数据为 64 ,Epoch循环次数为 50 次,损失函数优化完,最终完成评分为 61.54

17:57:09

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 73.08

17:26:12

Batch Size 数据为 64 ,Epoch循环次数为 30 次,损失函数优化完,最终完成评分为 38.46

17:12:22

Batch Size 数据为 64 ,Epoch循环次数为 30 次,损失函数优化完,最终完成评分为 3.85

16:48:36

Batch Size 数据为 64 ,Epoch循环次数为 1 次,损失函数优化完,最终完成评分为 61.54

16:24:00

Batch Size 数据为 64 ,Epoch循环次数为 1 次,损失函数优化完,最终完成评分为 26.92

15:32:37

Batch Size 数据为 64 ,Epoch循环次数为 50 次,损失函数优化完,最终完成评分为 26.92

14:59:48

Batch Size 数据为 64 ,Epoch循环次数为 1 次,损失函数优化完,最终完成评分为 26.92

11:39:38
2019-10-24

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 26.92

15:11:23

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 26.92

10:09:31
2019-10-23

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 26.92

21:07:29

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 26.92

20:58:21

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 26.92

20:44:38

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 26.92

18:19:10

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 26.92

17:56:24