通过Keras进行CNN的神经网络构筑,图像分类

Batch大小为64,循环次数为50次,损失函数优化完,最终完成评分为83.2。

得分记录
2019-11-19

Batch Size 数据为 128 ,Epoch循环次数为 50 次,损失函数优化完,最终完成评分为 83.9

07:36:04

Batch Size 数据为 1 ,Epoch循环次数为 3 次,损失函数优化完,最终完成评分为 23.8

04:20:08

Batch Size 数据为 1 ,Epoch循环次数为 3 次,损失函数优化完,最终完成评分为 19.3

23:55:10
2019-11-18

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 84.1

15:35:38

Batch Size 数据为 64 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 90.7

14:55:28

Batch Size 数据为 64 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 91.8

10:56:10

Batch Size 数据为 64 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 85.8

09:53:49

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 86

08:54:44

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 86.4

08:41:10

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 79.1

08:27:21

Batch Size 数据为 32 ,Epoch循环次数为 15 次,损失函数优化完,最终完成评分为 83

08:01:47

Batch Size 数据为 32 ,Epoch循环次数为 15 次,损失函数优化完,最终完成评分为 83.9

07:48:10
2019-11-18

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 84.4

01:15:35

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 82.2

23:17:10
2019-11-14

Batch Size 数据为 64 ,Epoch循环次数为 10 次,损失函数优化完,最终完成评分为 72.5

14:48:31

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 75.4

14:40:12

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 82.7

12:00:08

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 79.9

11:31:24

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 82

11:06:23
2019-11-14

Batch Size 数据为 64 ,Epoch循环次数为 50 次,损失函数优化完,最终完成评分为 83.2

00:26:47