PyTorch实现SENet,用于图像分类,预测结果为94.1%

Batch大小为128,循环次数为32次,损失函数优化完,最终完成评分为94.1。

得分记录
2019-11-04

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 94.1

23:31:54

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 91.8

17:51:07

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 93.7

15:04:56
2019-11-03

Batch Size 数据为 64 ,Epoch循环次数为 28 次,损失函数优化完,最终完成评分为 93.6

23:46:16

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 93.1

17:22:56

Batch Size 数据为 64 ,Epoch循环次数为 30 次,损失函数优化完,最终完成评分为 93.8

10:39:56
2019-11-03

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 92.1

03:32:19

Batch Size 数据为 64 ,Epoch循环次数为 26 次,损失函数优化完,最终完成评分为 92.3

18:31:09

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 68.2

11:28:21

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 91.3

11:25:57
2019-11-01

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 78

22:05:51

Batch Size 数据为 24 ,Epoch循环次数为 32 次,损失函数优化完,最终完成评分为 11.7

15:25:45

Batch Size 数据为 30 ,Epoch循环次数为 32 次,损失函数优化完,最终完成评分为 11.7

14:49:48