PyTorch下用SEnet进行图像分类

Batch大小为100,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95.90。

得分记录
2019-11-19

Batch Size 数据为 100 ,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 94.9 。

15:52:48

Batch Size 数据为 20 ,Epoch循环次数为 35 次, 通过在线上环境完成训练,模型最优精度评分为 95 。

12:53:45

Batch Size 数据为 100 ,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 93.8 。

12:15:11
2019-11-18

Batch Size 数据为 24 ,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 93.8 。

14:32:55

Batch Size 数据为 24 ,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 94.8 。

11:13:16
2019-11-16

Batch Size 数据为 24 ,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 94.8 。

03:58:29

Batch Size 数据为 100 ,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 95.9 。

18:23:40
2019-11-14

Batch Size 数据为 100 ,Epoch循环次数为 500 次, 通过在线上环境完成训练,模型最优精度评分为 81.5 。

22:03:19

Batch Size 数据为 100 ,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 82 。

17:42:54

Batch Size 数据为 24 ,Epoch循环次数为 32 次, 通过在线上环境完成训练,模型最优精度评分为 13.5 。

14:11:29
2019-11-14

Batch Size 数据为 24 ,Epoch循环次数为 32 次, 通过在线上环境完成训练,模型最优精度评分为 13.5 。

12:50:34

Batch Size 数据为 24 ,Epoch循环次数为 32 次, 通过在线上环境完成训练,模型最优精度评分为 11.9 。

12:31:37
2019-11-14

Batch Size 数据为 24 ,Epoch循环次数为 32 次, 通过在线上环境完成训练,模型最优精度评分为 11.9 。

00:08:46