Keras下用CNN进行图像分类

Batch大小为1,循环次数为30次,损失函数优化完,最终完成评分为98.5。

得分记录
2019-12-01

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 98.3

18:41:39

Batch Size 数据为 1 ,Epoch循环次数为 30 次,损失函数优化完,最终完成评分为 98.3

16:32:47
2019-11-29

Batch Size 数据为 1 ,Epoch循环次数为 30 次,损失函数优化完,最终完成评分为 96.7

14:30:18
2019-11-29

Batch Size 数据为 1 ,Epoch循环次数为 30 次,损失函数优化完,最终完成评分为 98.3

00:47:04
2019-11-27

Batch Size 数据为 1 ,Epoch循环次数为 31 次,损失函数优化完,最终完成评分为 98.3

11:35:52
2019-11-26

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 97.7

16:54:05

Batch Size 数据为 64 ,Epoch循环次数为 35 次,损失函数优化完,最终完成评分为 97.7

11:50:26
2019-11-24

Batch Size 数据为 1 ,Epoch循环次数为 30 次,损失函数优化完,最终完成评分为 97.8

20:03:10

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 98.1

15:56:48
2019-11-23

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 98.1

23:40:07

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 98.2

15:10:05
2019-11-23

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 97.8

11:12:24
2019-11-22

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 97.4

23:20:19

Batch Size 数据为 1 ,Epoch循环次数为 30 次,损失函数优化完,最终完成评分为 97.8

18:54:44
2019-11-22

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 98.2

06:08:52

Batch Size 数据为 1 ,Epoch循环次数为 30 次,损失函数优化完,最终完成评分为 98.3

13:19:49
2019-11-20

Batch Size 数据为 3 ,Epoch循环次数为 30 次,损失函数优化完,最终完成评分为 98.1

17:59:20

Batch Size 数据为 1 ,Epoch循环次数为 30 次,损失函数优化完,最终完成评分为 98.4

14:15:42
2019-11-19

Batch Size 数据为 2 ,Epoch循环次数为 35 次,损失函数优化完,最终完成评分为 98

18:48:05

Batch Size 数据为 1 ,Epoch循环次数为 35 次,损失函数优化完,最终完成评分为 98.3

15:57:44

Batch Size 数据为 1 ,Epoch循环次数为 35 次,损失函数优化完,最终完成评分为 98.2

13:14:36
2019-11-18

Batch Size 数据为 1 ,Epoch循环次数为 30 次,损失函数优化完,最终完成评分为 98.5

23:58:57

Batch Size 数据为 1 ,Epoch循环次数为 35 次,损失函数优化完,最终完成评分为 98.3

21:21:17

Batch Size 数据为 1 ,Epoch循环次数为 40 次,损失函数优化完,最终完成评分为 97.8

19:08:41

Batch Size 数据为 1 ,Epoch循环次数为 35 次,损失函数优化完,最终完成评分为 98

17:19:58

Batch Size 数据为 1 ,Epoch循环次数为 30 次,损失函数优化完,最终完成评分为 98.5

14:22:49
2019-11-15

Batch Size 数据为 1 ,Epoch循环次数为 30 次,损失函数优化完,最终完成评分为 98.5

12:42:30
2019-11-13

Batch Size 数据为 24 ,Epoch循环次数为 30 次,损失函数优化完,最终完成评分为 98.3

23:34:34

Batch Size 数据为 24 ,Epoch循环次数为 30 次,损失函数优化完,最终完成评分为 97.9

21:47:03

Batch Size 数据为 24 ,Epoch循环次数为 30 次,损失函数优化完,最终完成评分为 97.9

15:43:20
2019-11-13

Batch Size 数据为 26 ,Epoch循环次数为 30 次,损失函数优化完,最终完成评分为 98.4

03:43:29
2019-11-09

Batch Size 数据为 24 ,Epoch循环次数为 30 次,损失函数优化完,最终完成评分为 98.4

02:42:00

Batch Size 数据为 24 ,Epoch循环次数为 30 次,损失函数优化完,最终完成评分为 97.9

17:22:10
2019-11-07

Batch Size 数据为 24 ,Epoch循环次数为 35 次,损失函数优化完,最终完成评分为 97.7

15:44:52

Batch Size 数据为 24 ,Epoch循环次数为 30 次,损失函数优化完,最终完成评分为 97.7

07:30:04
2019-11-06

Batch Size 数据为 24 ,Epoch循环次数为 35 次,损失函数优化完,最终完成评分为 97.4

21:17:37
2019-11-06

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 10.3

01:10:19

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 97.5

14:06:18
2019-11-05

Batch Size 数据为 24 ,Epoch循环次数为 30 次,损失函数优化完,最终完成评分为 95

11:30:46
2019-11-03

Batch Size 数据为 24 ,Epoch循环次数为 30 次,损失函数优化完,最终完成评分为 97.5

22:46:32

Batch Size 数据为 24 ,Epoch循环次数为 30 次,损失函数优化完,最终完成评分为 97.5

14:31:24
2019-11-02

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 71.7

23:12:57

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 96.6

13:59:49
2019-11-01

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 97.2

21:31:51

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 96.9

18:11:05