PyTorch基于SENet的预测实例:图像分类

Batch大小为32,循环次数为32次,损失函数优化完,最终完成评分为97。

得分记录
2019-11-17

Batch Size 数据为 32 ,Epoch循环次数为 64 次,损失函数优化完,最终完成评分为 95

19:36:55

Batch Size 数据为 32 ,Epoch循环次数为 64 次,损失函数优化完,最终完成评分为 94.4

15:57:21

Batch Size 数据为 32 ,Epoch循环次数为 32 次,损失函数优化完,最终完成评分为 95.1

11:57:50
2019-11-17

Batch Size 数据为 32 ,Epoch循环次数为 128 次,损失函数优化完,最终完成评分为 95.9

00:32:31

Batch Size 数据为 32 ,Epoch循环次数为 64 次,损失函数优化完,最终完成评分为 94.6

16:59:55

Batch Size 数据为 32 ,Epoch循环次数为 64 次,损失函数优化完,最终完成评分为 96.2

12:49:32
2019-11-16

Batch Size 数据为 32 ,Epoch循环次数为 32 次,损失函数优化完,最终完成评分为 94.7

06:17:32

Batch Size 数据为 32 ,Epoch循环次数为 32 次,损失函数优化完,最终完成评分为 95.5

00:27:20

Batch Size 数据为 32 ,Epoch循环次数为 32 次,损失函数优化完,最终完成评分为 95.7

19:49:21

Batch Size 数据为 32 ,Epoch循环次数为 32 次,损失函数优化完,最终完成评分为 97

17:17:15

Batch Size 数据为 32 ,Epoch循环次数为 1 次,损失函数优化完,最终完成评分为 66.6

13:30:06
2019-11-15

Batch Size 数据为 32 ,Epoch循环次数为 64 次,损失函数优化完,最终完成评分为 95.1

00:24:23

Batch Size 数据为 32 ,Epoch循环次数为 32 次,损失函数优化完,最终完成评分为 96.3

20:29:39

Batch Size 数据为 32 ,Epoch循环次数为 32 次,损失函数优化完,最终完成评分为 93.1

15:07:14

Batch Size 数据为 32 ,Epoch循环次数为 32 次,损失函数优化完,最终完成评分为 92.1

13:25:57
2019-11-10

Batch Size 数据为 32 ,Epoch循环次数为 16 次,损失函数优化完,最终完成评分为 88.6

19:49:45

Batch Size 数据为 32 ,Epoch循环次数为 16 次,损失函数优化完,最终完成评分为 11.7

04:30:28
2019-11-07

Batch Size 数据为 32 ,Epoch循环次数为 32 次,损失函数优化完,最终完成评分为 13.5

21:14:04

Batch Size 数据为 64 ,Epoch循环次数为 16 次,损失函数优化完,最终完成评分为 10.3

16:08:15
2019-11-07

Batch Size 数据为 32 ,Epoch循环次数为 8 次,损失函数优化完,最终完成评分为 13.1

03:56:23