分享使用SEnet和PyTorch完成对图像分类任务,预测结果91.9%

Batch大小为1,循环次数为1次,通过在线上环境完成训练,模型最优精度评分为91.90。

得分记录
2019-11-03

Batch Size 数据为 1 ,Epoch循环次数为 1 次, 通过在线上环境完成训练,模型最优精度评分为 91.4 。

07:30:03
2019-11-02

Batch Size 数据为 1 ,Epoch循环次数为 1 次, 通过在线上环境完成训练,模型最优精度评分为 91.6 。

11:07:14

Batch Size 数据为 1 ,Epoch循环次数为 1 次, 通过在线上环境完成训练,模型最优精度评分为 90.9 。

01:58:06
2019-11-01

Batch Size 数据为 1 ,Epoch循环次数为 1 次, 通过在线上环境完成训练,模型最优精度评分为 90.8 。

19:49:38

Batch Size 数据为 1 ,Epoch循环次数为 1 次, 通过在线上环境完成训练,模型最优精度评分为 88.7 。

16:58:37

Batch Size 数据为 1 ,Epoch循环次数为 1 次, 通过在线上环境完成训练,模型最优精度评分为 91.5 。

16:18:23

Batch Size 数据为 1 ,Epoch循环次数为 1 次, 通过在线上环境完成训练,模型最优精度评分为 87.9 。

15:32:24

Batch Size 数据为 1 ,Epoch循环次数为 1 次, 通过在线上环境完成训练,模型最优精度评分为 91.9 。

14:37:59

Batch Size 数据为 1 ,Epoch循环次数为 1 次, 通过在线上环境完成训练,模型最优精度评分为 88.8 。

09:55:40
2019-11-01

Batch Size 数据为 1 ,Epoch循环次数为 2 次, 通过在线上环境完成训练,模型最优精度评分为 72.3 。

00:19:30