如何优雅的使用CNN、Keras实现视觉计算任务,准确率12.54%

Batch大小为128,循环次数为5000次,通过在线上环境完成训练,模型最优精度评分为12.54。

得分记录
2019-04-08

Batch Size 数据为 128 ,Epoch循环次数为 5000 次, 通过在线上环境完成训练,模型最优精度评分为 12.54 。

11:38:22
2019-04-06

Batch Size 数据为 50 ,Epoch循环次数为 100 次, 通过在线上环境完成训练,模型最优精度评分为 3.13 。

08:38:09
2019-04-03

Batch Size 数据为 128 ,Epoch循环次数为 50 次, 通过在线上环境完成训练,模型最优精度评分为 3.89 。

15:32:54

Batch Size 数据为 32 ,Epoch循环次数为 10 次, 通过在线上环境完成训练,模型最优精度评分为 1.12 。

15:30:34

Batch Size 数据为 32 ,Epoch循环次数为 10 次, 通过在线上环境完成训练,模型最优精度评分为 0.97 。

15:25:33

Batch Size 数据为 32 ,Epoch循环次数为 10 次, 通过在线上环境完成训练,模型最优精度评分为 1.18 。

15:17:51

Batch Size 数据为 32 ,Epoch循环次数为 10 次, 通过在线上环境完成训练,模型最优精度评分为 0.98 。

15:10:22

Batch Size 数据为 32 ,Epoch循环次数为 10 次, 通过在线上环境完成训练,模型最优精度评分为 1.17 。

15:05:04

Batch Size 数据为 32 ,Epoch循环次数为 10 次, 通过在线上环境完成训练,模型最优精度评分为 1.24 。

14:55:07