分享使用CNN和PyTorch完成对图像分类任务,预测结果97.9%

Batch大小为64,循环次数为39次,损失函数优化完,最终完成评分为97.9。

得分记录
2019-11-17

Batch Size 数据为 64 ,Epoch循环次数为 15 次,损失函数优化完,最终完成评分为 96.7

21:04:53

Batch Size 数据为 128 ,Epoch循环次数为 25 次,损失函数优化完,最终完成评分为 96.5

20:45:11
2019-11-15

Batch Size 数据为 256 ,Epoch循环次数为 18 次,损失函数优化完,最终完成评分为 97.8

18:30:25
2019-11-14

Batch Size 数据为 256 ,Epoch循环次数为 32 次,损失函数优化完,最终完成评分为 97.5

20:48:46

Batch Size 数据为 128 ,Epoch循环次数为 32 次,损失函数优化完,最终完成评分为 97.6

18:50:22

Batch Size 数据为 128 ,Epoch循环次数为 39 次,损失函数优化完,最终完成评分为 96.7

17:59:19

Batch Size 数据为 256 ,Epoch循环次数为 32 次,损失函数优化完,最终完成评分为 97.3

15:49:56

Batch Size 数据为 160 ,Epoch循环次数为 36 次,损失函数优化完,最终完成评分为 97.7

14:57:07
2019-11-13

Batch Size 数据为 256 ,Epoch循环次数为 32 次,损失函数优化完,最终完成评分为 97.6

21:54:22
2019-11-12

Batch Size 数据为 256 ,Epoch循环次数为 25 次,损失函数优化完,最终完成评分为 97.6

14:25:53
2019-11-09

Batch Size 数据为 128 ,Epoch循环次数为 18 次,损失函数优化完,最终完成评分为 97

15:25:15

Batch Size 数据为 128 ,Epoch循环次数为 40 次,损失函数优化完,最终完成评分为 97.2

10:11:00

Batch Size 数据为 256 ,Epoch循环次数为 22 次,损失函数优化完,最终完成评分为 97.5

04:59:31
2019-11-08

Batch Size 数据为 128 ,Epoch循环次数为 25 次,损失函数优化完,最终完成评分为 97.7

21:02:27

Batch Size 数据为 256 ,Epoch循环次数为 25 次,损失函数优化完,最终完成评分为 97.6

13:43:41

Batch Size 数据为 256 ,Epoch循环次数为 22 次,损失函数优化完,最终完成评分为 97.4

16:35:52

Batch Size 数据为 256 ,Epoch循环次数为 32 次,损失函数优化完,最终完成评分为 97.4

13:14:35
2019-11-07

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 0.4

01:09:20

Batch Size 数据为 256 ,Epoch循环次数为 20 次,损失函数优化完,最终完成评分为 97.9

13:31:22
2019-11-05

Batch Size 数据为 256 ,Epoch循环次数为 20 次,损失函数优化完,最终完成评分为 97

23:09:32

Batch Size 数据为 256 ,Epoch循环次数为 36 次,损失函数优化完,最终完成评分为 97.1

19:28:23

Batch Size 数据为 256 ,Epoch循环次数为 9 次,损失函数优化完,最终完成评分为 92.1

17:22:29

Batch Size 数据为 256 ,Epoch循环次数为 22 次,损失函数优化完,最终完成评分为 97.4

14:58:27

Batch Size 数据为 256 ,Epoch循环次数为 28 次,损失函数优化完,最终完成评分为 97.2

12:56:02
2019-11-05

Batch Size 数据为 256 ,Epoch循环次数为 20 次,损失函数优化完,最终完成评分为 97.7

11:27:35

Batch Size 数据为 256 ,Epoch循环次数为 22 次,损失函数优化完,最终完成评分为 97.6

09:37:52

Batch Size 数据为 256 ,Epoch循环次数为 22 次,损失函数优化完,最终完成评分为 96.9

08:10:58

Batch Size 数据为 256 ,Epoch循环次数为 22 次,损失函数优化完,最终完成评分为 97.6

07:47:02

Batch Size 数据为 128 ,Epoch循环次数为 20 次,损失函数优化完,最终完成评分为 97.1

07:26:13

Batch Size 数据为 64 ,Epoch循环次数为 20 次,损失函数优化完,最终完成评分为 96.6

07:04:36

Batch Size 数据为 128 ,Epoch循环次数为 25 次,损失函数优化完,最终完成评分为 96.6

06:43:17
2019-11-04

Batch Size 数据为 64 ,Epoch循环次数为 35 次,损失函数优化完,最终完成评分为 96.7

23:57:30

Batch Size 数据为 64 ,Epoch循环次数为 40 次,损失函数优化完,最终完成评分为 96.5

20:16:52

Batch Size 数据为 64 ,Epoch循环次数为 39 次,损失函数优化完,最终完成评分为 96.9

15:20:46
2019-11-04

Batch Size 数据为 64 ,Epoch循环次数为 39 次,损失函数优化完,最终完成评分为 96.5

12:21:39

Batch Size 数据为 64 ,Epoch循环次数为 39 次,损失函数优化完,最终完成评分为 96.9

00:13:05
2019-11-03

Batch Size 数据为 64 ,Epoch循环次数为 39 次,损失函数优化完,最终完成评分为 97.9

20:06:25

Batch Size 数据为 64 ,Epoch循环次数为 36 次,损失函数优化完,最终完成评分为 96.8

12:17:51

Batch Size 数据为 64 ,Epoch循环次数为 39 次,损失函数优化完,最终完成评分为 96.7

08:14:21
2019-11-03

Batch Size 数据为 64 ,Epoch循环次数为 40 次,损失函数优化完,最终完成评分为 96.8

04:17:29

Batch Size 数据为 64 ,Epoch循环次数为 32 次,损失函数优化完,最终完成评分为 95.4

22:18:43

Batch Size 数据为 64 ,Epoch循环次数为 32 次,损失函数优化完,最终完成评分为 96.9

17:06:59
2019-11-02

Batch Size 数据为 128 ,Epoch循环次数为 32 次,损失函数优化完,最终完成评分为 96.5

10:32:22

Batch Size 数据为 64 ,Epoch循环次数为 27 次,损失函数优化完,最终完成评分为 95.8

07:22:09
2019-11-01

Batch Size 数据为 64 ,Epoch循环次数为 39 次,损失函数优化完,最终完成评分为 96.8

22:23:57