使用TensorFlow和SENet的图像分类,最终结果79.3%

Batch大小为1,循环次数为1次,损失函数优化完,最终完成评分为79.3。

得分记录
2019-11-14

Batch Size 数据为 32 ,Epoch循环次数为 8 次,损失函数优化完,最终完成评分为 10.7

23:32:30

Batch Size 数据为 32 ,Epoch循环次数为 5 次,损失函数优化完,最终完成评分为 10.2

18:24:17

Batch Size 数据为 32 ,Epoch循环次数为 3 次,损失函数优化完,最终完成评分为 11.3

17:28:10
2019-11-14

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 11.4

13:05:52

Batch Size 数据为 32 ,Epoch循环次数为 1 次,损失函数优化完,最终完成评分为 10.6

12:38:50
2019-11-12

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 49.4

16:47:55

Batch Size 数据为 1 ,Epoch循环次数为 2 次,损失函数优化完,最终完成评分为 46.4

17:56:03
2019-11-09

Batch Size 数据为 32 ,Epoch循环次数为 4 次,损失函数优化完,最终完成评分为 12.3

11:01:21

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 11.6

04:48:42
2019-11-07

Batch Size 数据为 32 ,Epoch循环次数为 1 次,损失函数优化完,最终完成评分为 10.4

16:51:08

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 79.3

14:51:30

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 12.6

02:10:06
2019-11-04

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 62.4

21:32:22

Batch Size 数据为 32 ,Epoch循环次数为 60 次,损失函数优化完,最终完成评分为 60.3

14:46:44
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 59

20:48:02
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 40.8

00:42:40

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 63.4

16:33:19