使用PyTorch和SENet的图像分类,最终结果93.8%

Batch大小为64,循环次数为20次,损失函数优化完,最终完成评分为93.8。

得分记录
2019-11-11

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 88.8

07:10:56

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 84

11:20:52

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 71.4

21:25:42
2019-11-09

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 93.8

09:30:21

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 90.4

20:16:50
2019-11-08

Batch Size 数据为 32 ,Epoch循环次数为 35 次,损失函数优化完,最终完成评分为 92.7

04:04:19

Batch Size 数据为 32 ,Epoch循环次数为 30 次,损失函数优化完,最终完成评分为 93.4

15:08:56

Batch Size 数据为 32 ,Epoch循环次数为 25 次,损失函数优化完,最终完成评分为 87.4

09:45:34
2019-11-07

Batch Size 数据为 32 ,Epoch循环次数为 30 次,损失函数优化完,最终完成评分为 87.9

02:52:47
2019-11-05

Batch Size 数据为 32 ,Epoch循环次数为 30 次,损失函数优化完,最终完成评分为 42.6

22:58:05

Batch Size 数据为 32 ,Epoch循环次数为 50 次,损失函数优化完,最终完成评分为 87.2

18:13:35

Batch Size 数据为 32 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 82.2

14:48:36
2019-11-05

Batch Size 数据为 32 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 87.8

06:13:21
2019-11-04

Batch Size 数据为 32 ,Epoch循环次数为 10000 次,损失函数优化完,最终完成评分为 68.2

14:22:31