如何优雅的使用SEnet、PyTorch实现图像分类任务,准确率84.5%

Batch大小为100,循环次数为1000次,损失函数优化完,最终完成评分为84.5。

得分记录
2019-11-12

Batch Size 数据为 40 ,Epoch循环次数为 1000 次,损失函数优化完,最终完成评分为 81.4

17:02:41

Batch Size 数据为 100 ,Epoch循环次数为 1000 次,损失函数优化完,最终完成评分为 84.5

12:59:20
2019-11-10

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 80.1

15:41:37

Batch Size 数据为 64 ,Epoch循环次数为 300 次,损失函数优化完,最终完成评分为 81.2

00:09:16

Batch Size 数据为 100 ,Epoch循环次数为 300 次,损失函数优化完,最终完成评分为 79.6

09:41:23
2019-11-08

Batch Size 数据为 100 ,Epoch循环次数为 200 次,损失函数优化完,最终完成评分为 83.1

21:17:11

Batch Size 数据为 100 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 75.4

21:38:38
2019-11-05

Batch Size 数据为 400 ,Epoch循环次数为 2000 次,损失函数优化完,最终完成评分为 69.3

11:16:31

Batch Size 数据为 500 ,Epoch循环次数为 32 次,损失函数优化完,最终完成评分为 10.3

15:43:51

Batch Size 数据为 100 ,Epoch循环次数为 32 次,损失函数优化完,最终完成评分为 10.3

14:47:29

Batch Size 数据为 100 ,Epoch循环次数为 200 次,损失函数优化完,最终完成评分为 64.9

11:24:57

Batch Size 数据为 100 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 72.4

05:35:54

Batch Size 数据为 500 ,Epoch循环次数为 32 次,损失函数优化完,最终完成评分为 10.3

22:17:08

Batch Size 数据为 500 ,Epoch循环次数为 300 次,损失函数优化完,最终完成评分为 67.3

17:42:35

Batch Size 数据为 500 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 56.8

12:55:46

Batch Size 数据为 500 ,Epoch循环次数为 200 次,损失函数优化完,最终完成评分为 63.2

11:35:27
2019-11-02

Batch Size 数据为 500 ,Epoch循环次数为 200 次,损失函数优化完,最终完成评分为 73.5

10:40:58

Batch Size 数据为 500 ,Epoch循环次数为 300 次,损失函数优化完,最终完成评分为 76.1

08:29:04

Batch Size 数据为 500 ,Epoch循环次数为 500 次,损失函数优化完,最终完成评分为 70.3

18:26:52

Batch Size 数据为 200 ,Epoch循环次数为 500 次,损失函数优化完,最终完成评分为 69.2

15:07:19

Batch Size 数据为 500 ,Epoch循环次数为 32 次,损失函数优化完,最终完成评分为 23.1

13:34:43