Batch Size 数据为 32 ，Epoch循环次数为 1500 次， 通过在线上环境完成训练，模型最优精度评分为 85 。

Batch Size 数据为 64 ，Epoch循环次数为 3000 次， 通过在线上环境完成训练，模型最优精度评分为 85.9 。

Batch Size 数据为 64 ，Epoch循环次数为 3000 次， 通过在线上环境完成训练，模型最优精度评分为 84.3 。

Batch Size 数据为 32 ，Epoch循环次数为 500 次， 通过在线上环境完成训练，模型最优精度评分为 82.9 。

Batch Size 数据为 64 ，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 78.9 。

Batch Size 数据为 64 ，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 83.2 。

Batch Size 数据为 32 ，Epoch循环次数为 30 次， 通过在线上环境完成训练，模型最优精度评分为 70.2 。

Batch Size 数据为 32 ，Epoch循环次数为 12 次， 通过在线上环境完成训练，模型最优精度评分为 73.4 。

Batch Size 数据为 32 ，Epoch循环次数为 2000 次， 通过在线上环境完成训练，模型最优精度评分为 84.6 。

Batch Size 数据为 64 ，Epoch循环次数为 2000 次， 通过在线上环境完成训练，模型最优精度评分为 87.2 。

Batch Size 数据为 32 ，Epoch循环次数为 1000 次， 通过在线上环境完成训练，模型最优精度评分为 64.1 。

Batch Size 数据为 32 ，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 51.6 。

Batch Size 数据为 64 ，Epoch循环次数为 30 次， 通过在线上环境完成训练，模型最优精度评分为 19.1 。