我吃定了这第一
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 98.4
12:45:07Batch 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 98.2
12:10:57Batch 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 97.9
12:09:02Batch 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 98
12:01:12Batch 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 97.5
11:54:42Batch 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 98.1
11:54:15Batch 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 98.5
03:05:57Batch 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 98.4
23:27:18Batch 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 98.1
20:16:30Batch 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 98
15:47:23Batch 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 98.1
12:13:16Batch 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 98.2
05:20:26Batch 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 98.1
01:41:08Batch 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
22:33:40Batch 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 98.6
18:29:04Batch 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 98
13:56:22Batch Size 数据为 36 ,Epoch循环次数为 35 次,损失函数优化完,最终完成评分为 97
09:28:33Batch Size 数据为 32 ,Epoch循环次数为 35 次,损失函数优化完,最终完成评分为 97.6
02:42:03Batch Size 数据为 12 ,Epoch循环次数为 35 次,损失函数优化完,最终完成评分为 97.9
22:37:33Batch 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 97.6
15:24:13Batch 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 97.6
11:43:41Batch 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 97.8
08:28:36Batch 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 97.6
02:22:25Batch Size 数据为 24 ,Epoch循环次数为 40 次,损失函数优化完,最终完成评分为 98
21:15:37Batch Size 数据为 24 ,Epoch循环次数为 40 次,损失函数优化完,最终完成评分为 96.7
16:57:09Batch Size 数据为 24 ,Epoch循环次数为 55 次,损失函数优化完,最终完成评分为 97.8
16:25:54Batch Size 数据为 24 ,Epoch循环次数为 40 次,损失函数优化完,最终完成评分为 97.7
11:06:22Batch Size 数据为 24 ,Epoch循环次数为 40 次,损失函数优化完,最终完成评分为 98
07:15:21Batch 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 98.2
02:06:01Batch 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 98
17:29:40Batch 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 96.9
17:16:21Batch Size 数据为 24 ,Epoch循环次数为 15 次,损失函数优化完,最终完成评分为 94.6
13:49:19Batch Size 数据为 24 ,Epoch循环次数为 55 次,损失函数优化完,最终完成评分为 98
19:31:06Batch 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 98.2
15:20:27Batch 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 98
23:54:57Batch 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
20:07:58Batch 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 96.5
15:42:59Batch 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 98
12:27:00Batch 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 97.3
10:31:54Batch 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 97.6
09:56:08Batch 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 96.7
17:13:25Batch 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 97.2
03:38:34Batch 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 96.2
03:02:30Batch 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 96.4
01:53:57Batch 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 96.9
11:45:18Batch 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 95.8
11:10:10Batch 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 96.1
23:31:00Batch 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 95.7
18:17:59Batch 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 95
16:10:48Batch Size 数据为 32 ,Epoch循环次数为 20 次,损失函数优化完,最终完成评分为 11.6
04:17:05Batch 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 11.6
22:57:19Batch Size 数据为 64 ,Epoch循环次数为 10 次,损失函数优化完,最终完成评分为 10.3
17:35:41Batch 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 14.2
18:10:57Batch Size 数据为 64 ,Epoch循环次数为 1 次,损失函数优化完,最终完成评分为 62.9
17:18:40Batch 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 12.9
16:56:53Batch 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 12.6
16:17:50Batch Size 数据为 128 ,Epoch循环次数为 3000 次,损失函数优化完,最终完成评分为 96
13:38:16Batch Size 数据为 128 ,Epoch循环次数为 3000 次,损失函数优化完,最终完成评分为 96.4
11:52:36Batch Size 数据为 128 ,Epoch循环次数为 3000 次,损失函数优化完,最终完成评分为 97
20:22:30Batch Size 数据为 128 ,Epoch循环次数为 3000 次,损失函数优化完,最终完成评分为 92.8
18:54:24Batch Size 数据为 128 ,Epoch循环次数为 3000 次,损失函数优化完,最终完成评分为 96.3
16:15:32Batch Size 数据为 128 ,Epoch循环次数为 3000 次,损失函数优化完,最终完成评分为 84
15:11:38Batch Size 数据为 64 ,Epoch循环次数为 3000 次,损失函数优化完,最终完成评分为 96.4
17:09:45Batch Size 数据为 64 ,Epoch循环次数为 3000 次,损失函数优化完,最终完成评分为 95.1
16:14:00Batch Size 数据为 64 ,Epoch循环次数为 3000 次,损失函数优化完,最终完成评分为 96.3
15:39:21Batch Size 数据为 64 ,Epoch循环次数为 3000 次,损失函数优化完,最终完成评分为 96.1
14:58:50Batch Size 数据为 1 ,Epoch循环次数为 3000 次,损失函数优化完,最终完成评分为 12.7
13:51:27Batch Size 数据为 32 ,Epoch循环次数为 3000 次,损失函数优化完,最终完成评分为 94.6
11:58:31Batch Size 数据为 32 ,Epoch循环次数为 3000 次,损失函数优化完,最终完成评分为 93.8
10:09:47Batch Size 数据为 32 ,Epoch循环次数为 3000 次,损失函数优化完,最终完成评分为 93.5
07:30:52Batch Size 数据为 32 ,Epoch循环次数为 3000 次,损失函数优化完,最终完成评分为 96.2
02:05:47Batch Size 数据为 1 ,Epoch循环次数为 1 次,损失函数优化完,最终完成评分为 10.7
22:45:38Batch Size 数据为 32 ,Epoch循环次数为 3000 次,损失函数优化完,最终完成评分为 62.3
17:31:21