基于PyTorch+SENet的图像分类

Batch大小为64,循环次数为1000次,损失函数优化完,最终完成评分为91.9。

得分记录
2019-11-15

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 32.9

04:05:26

Batch Size 数据为 64 ,Epoch循环次数为 1 次,损失函数优化完,最终完成评分为 58.8

19:59:36

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 86

17:43:49

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 82.7

16:47:15

Batch Size 数据为 64 ,Epoch循环次数为 1000 次,损失函数优化完,最终完成评分为 91.9

13:29:27

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 90.4

12:55:30
2019-11-12

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 79.4

13:05:01
2019-11-09

Batch Size 数据为 64 ,Epoch循环次数为 120 次,损失函数优化完,最终完成评分为 89.2

22:45:48
2019-11-07

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 68

17:37:19

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 75.5

13:48:46
2019-11-06

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 80.4

23:16:37

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 40.1

13:15:41