Keras下用CNN进行图像超分辨率重建

Batch大小为8,循环次数为100次,损失函数优化完,最终完成评分为82.51。

得分记录
2019-11-19

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 76.79

10:48:21
2019-10-30

Batch Size 数据为 8 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 81.97

22:00:21

Batch Size 数据为 8 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 82.51

19:34:45

Batch Size 数据为 4 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 79.46

16:29:28
2019-10-29

Batch Size 数据为 4 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 82.48

23:57:38

Batch Size 数据为 4 ,Epoch循环次数为 110 次,损失函数优化完,最终完成评分为 81.89

18:07:08

Batch Size 数据为 4 ,Epoch循环次数为 110 次,损失函数优化完,最终完成评分为 82.38

15:30:09

Batch Size 数据为 4 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 81.61

12:34:06
2019-10-28

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 80.27

23:44:46

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 80.57

21:56:18

Batch Size 数据为 16 ,Epoch循环次数为 120 次,损失函数优化完,最终完成评分为 82.13

18:52:43

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 82.29

15:23:08
2019-10-28

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 81.27

11:31:36
2019-10-27

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 82.01

22:11:26

Batch Size 数据为 8 ,Epoch循环次数为 70 次,损失函数优化完,最终完成评分为 62.3

20:28:02

Batch Size 数据为 16 ,Epoch循环次数为 70 次,损失函数优化完,最终完成评分为 79.2

18:28:53

Batch Size 数据为 8 ,Epoch循环次数为 35 次,损失函数优化完,最终完成评分为 80.59

16:51:52

Batch Size 数据为 8 ,Epoch循环次数为 70 次,损失函数优化完,最终完成评分为 80.41

14:52:13
2019-10-23

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 80.74

14:12:00
2019-10-23

Batch Size 数据为 2 ,Epoch循环次数为 500 次,损失函数优化完,最终完成评分为 55.49

04:28:34