基于Keras+CNN的图像分类

Batch大小为32,循环次数为50次,通过在线上环境完成训练,模型最优精度评分为95.80。

得分记录
2019-11-14

Batch Size 数据为 32 ,Epoch循环次数为 50 次, 通过在线上环境完成训练,模型最优精度评分为 95.8 。

22:21:33
2019-11-13

Batch Size 数据为 32 ,Epoch循环次数为 200 次, 通过在线上环境完成训练,模型最优精度评分为 11.9 。

19:24:30

Batch Size 数据为 32 ,Epoch循环次数为 100 次, 通过在线上环境完成训练,模型最优精度评分为 84.8 。

04:00:22
2019-11-13

Batch Size 数据为 32 ,Epoch循环次数为 100 次, 通过在线上环境完成训练,模型最优精度评分为 77.4 。

01:30:35
2019-11-11

Batch Size 数据为 32 ,Epoch循环次数为 150 次, 通过在线上环境完成训练,模型最优精度评分为 49.7 。

12:15:59

Batch Size 数据为 32 ,Epoch循环次数为 150 次, 通过在线上环境完成训练,模型最优精度评分为 67.4 。

11:28:14

Batch Size 数据为 32 ,Epoch循环次数为 10 次, 通过在线上环境完成训练,模型最优精度评分为 10.3 。

23:29:32