SENet+PyTorch+图像分类

Batch大小为32,循环次数为1000次,损失函数优化完,最终完成评分为91.4。

得分记录
2019-11-05

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 88.6

09:41:16

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 31.9

20:23:03

Batch Size 数据为 1 ,Epoch循环次数为 10 次,损失函数优化完,最终完成评分为 13.5

16:54:19

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 13.5

15:43:57

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 91.4

13:03:47
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 89.4

07:38:41

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 80.9

14:22:13
2019-11-03

Batch Size 数据为 32 ,Epoch循环次数为 2000 次,损失函数优化完,最终完成评分为 86.9

11:55:23
2019-11-03

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 91.2

01:25:02

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 59.8

14:14:19
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 68.5

18:07:56

Batch Size 数据为 32 ,Epoch循环次数为 64 次,损失函数优化完,最终完成评分为 42.1

16:59:14

Batch Size 数据为 32 ,Epoch循环次数为 32 次,损失函数优化完,最终完成评分为 47.9

15:43:49

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 23.9

14:44:25