分享使用CNN和PyTorch完成对文本分类任务,预测结果88.85%

Batch大小为1024,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88.85。

得分记录
2019-11-15

Batch Size 数据为 1024 ,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 86.7 。

17:13:44

Batch Size 数据为 1024 ,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 86.15 。

13:57:44

Batch Size 数据为 1024 ,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 86.55 。

10:11:47

Batch Size 数据为 1024 ,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 85.3 。

06:55:01

Batch Size 数据为 1024 ,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 86.8 。

06:42:48

Batch Size 数据为 1024 ,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 86.7 。

03:34:48

Batch Size 数据为 1024 ,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 84.2 。

03:29:32

Batch Size 数据为 1024 ,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 88.85 。

01:12:45
2019-11-14

Batch Size 数据为 1024 ,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 87.1 。

21:05:07
2019-11-14

Batch Size 数据为 256 ,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 84.1 。

09:50:31

Batch Size 数据为 128 ,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 85.85 。

08:45:48

Batch Size 数据为 256 ,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 。

07:48:09

Batch Size 数据为 1024 ,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 82.05 。

04:55:41
2019-11-13

Batch Size 数据为 64 ,Epoch循环次数为 2000 次, 通过在线上环境完成训练,模型最优精度评分为 80.8 。

12:45:22
2019-11-04

Batch Size 数据为 512 ,Epoch循环次数为 1000 次, 通过在线上环境完成训练,模型最优精度评分为 85.1 。

17:23:24
2019-10-25

Batch Size 数据为 128 ,Epoch循环次数为 3000 次, 通过在线上环境完成训练,模型最优精度评分为 85.1 。

06:56:15

Batch Size 数据为 64 ,Epoch循环次数为 2 次, 通过在线上环境完成训练,模型最优精度评分为 11.35 。

02:13:27