这不仅仅是一个使用PyTorch和SEnet来做图像分类的教程

Batch大小为64,循环次数为1000次,损失函数优化完,最终完成评分为91.7。

得分记录
2019-11-04

Batch Size 数据为 64 ,Epoch循环次数为 500 次,损失函数优化完,最终完成评分为 83.3

21:05:09

Batch Size 数据为 64 ,Epoch循环次数为 1500 次,损失函数优化完,最终完成评分为 84.2

17:30:04

Batch Size 数据为 64 ,Epoch循环次数为 1500 次,损失函数优化完,最终完成评分为 11.9

14:25:48
2019-11-01

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 64.5

19:27:11

Batch Size 数据为 64 ,Epoch循环次数为 800 次,损失函数优化完,最终完成评分为 85.2

18:18:35

Batch Size 数据为 64 ,Epoch循环次数为 1500 次,损失函数优化完,最终完成评分为 12.1

16:44:36

Batch Size 数据为 64 ,Epoch循环次数为 1500 次,损失函数优化完,最终完成评分为 11.8

16:08:38

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 91.7

15:36:54

Batch Size 数据为 64 ,Epoch循环次数为 1500 次,损失函数优化完,最终完成评分为 76.2

13:49:52

Batch Size 数据为 64 ,Epoch循环次数为 1500 次,损失函数优化完,最终完成评分为 77.5

12:51:07

Batch Size 数据为 64 ,Epoch循环次数为 1500 次,损失函数优化完,最终完成评分为 73.6

11:50:04

Batch Size 数据为 32 ,Epoch循环次数为 1500 次,损失函数优化完,最终完成评分为 72.5

10:49:22
2019-11-01

Batch Size 数据为 32 ,Epoch循环次数为 1000 次,损失函数优化完,最终完成评分为 74.6

10:05:35

Batch Size 数据为 32 ,Epoch循环次数为 500 次,损失函数优化完,最终完成评分为 72

02:02:56
2019-10-31

Batch Size 数据为 32 ,Epoch循环次数为 500 次,损失函数优化完,最终完成评分为 69.2

23:21:27

Batch Size 数据为 32 ,Epoch循环次数为 500 次,损失函数优化完,最终完成评分为 54.6

22:48:36

Batch Size 数据为 32 ,Epoch循环次数为 90 次,损失函数优化完,最终完成评分为 56

22:05:16

Batch Size 数据为 32 ,Epoch循环次数为 90 次,损失函数优化完,最终完成评分为 49

21:25:02