PyTorch实现SENet,用于图像分类,预测结果为93.7%

Batch大小为64,循环次数为200次,损失函数优化完,最终完成评分为93.7。

得分记录
2019-11-14

Batch Size 数据为 32 ,Epoch循环次数为 200 次,损失函数优化完,最终完成评分为 69.1

22:09:21

Batch Size 数据为 72 ,Epoch循环次数为 200 次,损失函数优化完,最终完成评分为 76.8

21:40:05

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 64.4

21:31:11

Batch Size 数据为 32 ,Epoch循环次数为 79 次,损失函数优化完,最终完成评分为 49.3

21:14:13

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 64.8

20:30:58

Batch Size 数据为 32 ,Epoch循环次数为 80 次,损失函数优化完,最终完成评分为 90.5

19:55:11

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 90.4

19:27:17

Batch Size 数据为 32 ,Epoch循环次数为 150 次,损失函数优化完,最终完成评分为 92.6

17:52:10

Batch Size 数据为 200 ,Epoch循环次数为 64 次,损失函数优化完,最终完成评分为 88.3

15:57:43
2019-11-14

Batch Size 数据为 64 ,Epoch循环次数为 150 次,损失函数优化完,最终完成评分为 68.6

11:03:17
2019-11-13

Batch Size 数据为 64 ,Epoch循环次数为 200 次,损失函数优化完,最终完成评分为 92.7

22:38:35

Batch Size 数据为 64 ,Epoch循环次数为 200 次,损失函数优化完,最终完成评分为 93.7

21:35:37

Batch Size 数据为 200 ,Epoch循环次数为 64 次,损失函数优化完,最终完成评分为 57.7

16:22:53
2019-11-12

Batch Size 数据为 200 ,Epoch循环次数为 80 次,损失函数优化完,最终完成评分为 39.6

20:27:08

Batch Size 数据为 128 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 58.6

14:03:27