使用Keras构建SEnet进行图像分类,准确率94.9%

Batch大小为32,循环次数为100次,损失函数优化完,最终完成评分为94.9。

得分记录
2019-12-02

Batch Size 数据为 20 ,Epoch循环次数为 20 次,损失函数优化完,最终完成评分为 95.7

14:49:04

Batch Size 数据为 10 ,Epoch循环次数为 20 次,损失函数优化完,最终完成评分为 96

05:11:53
2019-12-01

Batch Size 数据为 20 ,Epoch循环次数为 20 次,损失函数优化完,最终完成评分为 95.8

13:53:01
2019-11-30

Batch Size 数据为 20 ,Epoch循环次数为 20 次,损失函数优化完,最终完成评分为 96.9

20:35:34

Batch Size 数据为 25 ,Epoch循环次数为 20 次,损失函数优化完,最终完成评分为 96.1

15:20:54
2019-11-30

Batch Size 数据为 25 ,Epoch循环次数为 20 次,损失函数优化完,最终完成评分为 95.7

02:26:26

Batch Size 数据为 5 ,Epoch循环次数为 7 次,损失函数优化完,最终完成评分为 80.9

19:41:48
2019-11-29

Batch Size 数据为 10 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 96.1

04:07:10

Batch Size 数据为 25 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 95.2

07:47:23
2019-11-26

Batch Size 数据为 25 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 95.2

17:18:05
2019-11-25

Batch Size 数据为 25 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 95.2

18:45:23

Batch Size 数据为 20 ,Epoch循环次数为 15 次,损失函数优化完,最终完成评分为 90.7

11:29:31

Batch Size 数据为 10 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 96.4

06:13:34
2019-11-24

Batch Size 数据为 10 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 95.5

00:29:59

Batch Size 数据为 20 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 96.3

18:19:27
2019-11-23

Batch Size 数据为 20 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 96.2

03:52:23

Batch Size 数据为 25 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 95.8

00:45:39

Batch Size 数据为 25 ,Epoch循环次数为 50 次,损失函数优化完,最终完成评分为 95.1

15:40:27

Batch Size 数据为 25 ,Epoch循环次数为 50 次,损失函数优化完,最终完成评分为 95.9

13:40:57
2019-11-22

Batch Size 数据为 25 ,Epoch循环次数为 55 次,损失函数优化完,最终完成评分为 94.9

11:50:23

Batch Size 数据为 25 ,Epoch循环次数为 55 次,损失函数优化完,最终完成评分为 93.8

10:45:43

Batch Size 数据为 50 ,Epoch循环次数为 55 次,损失函数优化完,最终完成评分为 93.3

10:06:31
2019-11-22

Batch Size 数据为 50 ,Epoch循环次数为 55 次,损失函数优化完,最终完成评分为 93.1

01:40:59
2019-11-20

Batch Size 数据为 25 ,Epoch循环次数为 15 次,损失函数优化完,最终完成评分为 94.5

20:19:31

Batch Size 数据为 25 ,Epoch循环次数为 15 次,损失函数优化完,最终完成评分为 94.9

19:55:20

Batch Size 数据为 25 ,Epoch循环次数为 15 次,损失函数优化完,最终完成评分为 93.7

17:39:28

Batch Size 数据为 25 ,Epoch循环次数为 20 次,损失函数优化完,最终完成评分为 94.1

16:58:59

Batch Size 数据为 25 ,Epoch循环次数为 25 次,损失函数优化完,最终完成评分为 95.5

16:21:06

Batch Size 数据为 25 ,Epoch循环次数为 15 次,损失函数优化完,最终完成评分为 95.6

15:34:50

Batch Size 数据为 25 ,Epoch循环次数为 15 次,损失函数优化完,最终完成评分为 93.6

15:01:14

Batch Size 数据为 25 ,Epoch循环次数为 15 次,损失函数优化完,最终完成评分为 93.1

14:33:22
2019-11-20

Batch Size 数据为 25 ,Epoch循环次数为 75 次,损失函数优化完,最终完成评分为 94.5

01:30:33

Batch Size 数据为 25 ,Epoch循环次数为 75 次,损失函数优化完,最终完成评分为 95

21:25:04

Batch Size 数据为 25 ,Epoch循环次数为 15 次,损失函数优化完,最终完成评分为 93.7

20:06:49

Batch Size 数据为 25 ,Epoch循环次数为 15 次,损失函数优化完,最终完成评分为 93.3

19:57:51

Batch Size 数据为 25 ,Epoch循环次数为 15 次,损失函数优化完,最终完成评分为 92.5

19:30:41

Batch Size 数据为 25 ,Epoch循环次数为 15 次,损失函数优化完,最终完成评分为 92.7

18:44:54

Batch Size 数据为 20 ,Epoch循环次数为 150 次,损失函数优化完,最终完成评分为 95.3

18:08:10
2019-11-19

Batch Size 数据为 25 ,Epoch循环次数为 99 次,损失函数优化完,最终完成评分为 95

14:53:38

Batch Size 数据为 20 ,Epoch循环次数为 50 次,损失函数优化完,最终完成评分为 89.7

13:45:11

Batch Size 数据为 25 ,Epoch循环次数为 50 次,损失函数优化完,最终完成评分为 94.6

12:04:46

Batch Size 数据为 25 ,Epoch循环次数为 50 次,损失函数优化完,最终完成评分为 94.3

10:59:18

Batch Size 数据为 25 ,Epoch循环次数为 15 次,损失函数优化完,最终完成评分为 93

10:25:09

Batch Size 数据为 25 ,Epoch循环次数为 15 次,损失函数优化完,最终完成评分为 93.4

10:04:51

Batch Size 数据为 25 ,Epoch循环次数为 15 次,损失函数优化完,最终完成评分为 93.1

09:39:39

Batch Size 数据为 25 ,Epoch循环次数为 15 次,损失函数优化完,最终完成评分为 92.8

09:22:00
2019-11-19

Batch Size 数据为 20 ,Epoch循环次数为 50 次,损失函数优化完,最终完成评分为 95.9

04:35:20

Batch Size 数据为 25 ,Epoch循环次数为 50 次,损失函数优化完,最终完成评分为 95.6

01:06:29

Batch Size 数据为 20 ,Epoch循环次数为 50 次,损失函数优化完,最终完成评分为 95.6

22:49:05

Batch Size 数据为 25 ,Epoch循环次数为 50 次,损失函数优化完,最终完成评分为 95.7

20:41:52

Batch Size 数据为 25 ,Epoch循环次数为 20 次,损失函数优化完,最终完成评分为 95

19:27:27

Batch Size 数据为 25 ,Epoch循环次数为 15 次,损失函数优化完,最终完成评分为 93.8

17:01:33

Batch Size 数据为 25 ,Epoch循环次数为 15 次,损失函数优化完,最终完成评分为 94.2

16:19:35

Batch Size 数据为 30 ,Epoch循环次数为 15 次,损失函数优化完,最终完成评分为 92

15:55:08

Batch Size 数据为 40 ,Epoch循环次数为 15 次,损失函数优化完,最终完成评分为 89.4

15:45:05

Batch Size 数据为 25 ,Epoch循环次数为 15 次,损失函数优化完,最终完成评分为 92

15:37:49

Batch Size 数据为 25 ,Epoch循环次数为 15 次,损失函数优化完,最终完成评分为 92.4

15:15:21
2019-11-18

Batch Size 数据为 25 ,Epoch循环次数为 15 次,损失函数优化完,最终完成评分为 93.5

14:29:11

Batch Size 数据为 25 ,Epoch循环次数为 15 次,损失函数优化完,最终完成评分为 92.9

13:41:02
2019-11-18

Batch Size 数据为 20 ,Epoch循环次数为 200 次,损失函数优化完,最终完成评分为 93.4

05:05:32

Batch Size 数据为 20 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 92.1

23:22:57

Batch Size 数据为 5 ,Epoch循环次数为 30 次,损失函数优化完,最终完成评分为 76

16:46:41
2019-11-17

Batch Size 数据为 2 ,Epoch循环次数为 10 次,损失函数优化完,最终完成评分为 52.3

06:29:39

Batch Size 数据为 20 ,Epoch循环次数为 98 次,损失函数优化完,最终完成评分为 94.6

20:35:23
2019-11-16

Batch Size 数据为 20 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 93.9

03:44:55

Batch Size 数据为 25 ,Epoch循环次数为 50 次,损失函数优化完,最终完成评分为 92.6

22:51:09

Batch Size 数据为 10 ,Epoch循环次数为 50 次,损失函数优化完,最终完成评分为 89.4

18:03:53

Batch Size 数据为 10 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 93.3

16:41:26
2019-11-15

Batch Size 数据为 10 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 93.5

10:59:16
2019-11-15

Batch Size 数据为 10 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 93.2

00:51:49

Batch Size 数据为 10 ,Epoch循环次数为 50 次,损失函数优化完,最终完成评分为 93.4

21:06:02

Batch Size 数据为 10 ,Epoch循环次数为 50 次,损失函数优化完,最终完成评分为 92.5

19:31:14

Batch Size 数据为 2 ,Epoch循环次数为 5 次,损失函数优化完,最终完成评分为 84.9

16:00:31

Batch Size 数据为 2 ,Epoch循环次数为 2 次,损失函数优化完,最终完成评分为 84.1

14:26:59

Batch Size 数据为 1 ,Epoch循环次数为 1 次,损失函数优化完,最终完成评分为 23.5

13:20:58
2019-11-14

Batch Size 数据为 10 ,Epoch循环次数为 50 次,损失函数优化完,最终完成评分为 93.6

11:56:04
2019-11-14

Batch Size 数据为 10 ,Epoch循环次数为 20 次,损失函数优化完,最终完成评分为 92.5

00:37:44
2019-11-13

Batch Size 数据为 10 ,Epoch循环次数为 8 次,损失函数优化完,最终完成评分为 90.3

14:25:19

Batch Size 数据为 10 ,Epoch循环次数为 20 次,损失函数优化完,最终完成评分为 91.1

08:30:31

Batch Size 数据为 10 ,Epoch循环次数为 50 次,损失函数优化完,最终完成评分为 91.3

04:37:39
2019-11-12

Batch Size 数据为 10 ,Epoch循环次数为 50 次,损失函数优化完,最终完成评分为 92.7

18:14:49
2019-11-06

Batch Size 数据为 32 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 93

13:17:49

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 92.3

01:30:31
2019-11-05

Batch Size 数据为 32 ,Epoch循环次数为 50 次,损失函数优化完,最终完成评分为 82.1

22:11:42

Batch Size 数据为 32 ,Epoch循环次数为 2 次,损失函数优化完,最终完成评分为 63

16:14:50

Batch Size 数据为 32 ,Epoch循环次数为 2 次,损失函数优化完,最终完成评分为 23.2

11:37:40
2019-11-03

Batch Size 数据为 32 ,Epoch循环次数为 50 次,损失函数优化完,最终完成评分为 92.8

15:28:21
2019-11-02

Batch Size 数据为 32 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 94.9

22:36:16

Batch Size 数据为 32 ,Epoch循环次数为 50 次,损失函数优化完,最终完成评分为 94.8

05:25:46
2019-11-01

Batch Size 数据为 32 ,Epoch循环次数为 30 次,损失函数优化完,最终完成评分为 87.2

19:14:01

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 73.7

16:16:27