PyTorch下用SEnet进行图像分类

Batch大小为100,循环次数为100次,损失函数优化完,最终完成评分为95.9。

得分记录
2019-11-19

Batch Size 数据为 100 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 94.9

15:52:48

Batch Size 数据为 20 ,Epoch循环次数为 35 次,损失函数优化完,最终完成评分为 95

12:53:45

Batch Size 数据为 100 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 93.8

12:15:11
2019-11-18

Batch Size 数据为 24 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 93.8

14:32:55

Batch Size 数据为 24 ,Epoch循环次数为 50 次,损失函数优化完,最终完成评分为 94.8

11:13:16
2019-11-16

Batch Size 数据为 24 ,Epoch循环次数为 50 次,损失函数优化完,最终完成评分为 94.8

03:58:29

Batch Size 数据为 100 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 95.9

18:23:40
2019-11-14

Batch Size 数据为 100 ,Epoch循环次数为 500 次,损失函数优化完,最终完成评分为 81.5

22:03:19

Batch Size 数据为 100 ,Epoch循环次数为 200 次,损失函数优化完,最终完成评分为 82

17:42:54

Batch Size 数据为 24 ,Epoch循环次数为 32 次,损失函数优化完,最终完成评分为 13.5

14:11:29
2019-11-14

Batch Size 数据为 24 ,Epoch循环次数为 32 次,损失函数优化完,最终完成评分为 13.5

12:50:34

Batch Size 数据为 24 ,Epoch循环次数为 32 次,损失函数优化完,最终完成评分为 11.9

12:31:37
2019-11-14

Batch Size 数据为 24 ,Epoch循环次数为 32 次,损失函数优化完,最终完成评分为 11.9

00:08:46