PyTorch实现CNN,用于图像,预测结果为99.71%

Batch大小为256,循环次数为147次,通过在线上环境完成训练,模型最优精度评分为99.71。

得分记录
2019-04-11

Batch Size 数据为 256 ,Epoch循环次数为 10 次, 通过在线上环境完成训练,模型最优精度评分为 13.44 。

22:09:58
2019-04-10

Batch Size 数据为 256 ,Epoch循环次数为 147 次, 通过在线上环境完成训练,模型最优精度评分为 99.71 。

11:18:59

Batch Size 数据为 256 ,Epoch循环次数为 147 次, 通过在线上环境完成训练,模型最优精度评分为 99.07 。

10:12:24

Batch Size 数据为 256 ,Epoch循环次数为 10 次, 通过在线上环境完成训练,模型最优精度评分为 84.33 。

09:41:30

Batch Size 数据为 256 ,Epoch循环次数为 142 次, 通过在线上环境完成训练,模型最优精度评分为 98.92 。

06:03:12

Batch Size 数据为 256 ,Epoch循环次数为 143 次, 通过在线上环境完成训练,模型最优精度评分为 99.28 。

05:17:55

Batch Size 数据为 256 ,Epoch循环次数为 144 次, 通过在线上环境完成训练,模型最优精度评分为 90.73 。

04:54:56

Batch Size 数据为 256 ,Epoch循环次数为 149 次, 通过在线上环境完成训练,模型最优精度评分为 79.65 。

03:43:20

Batch Size 数据为 256 ,Epoch循环次数为 147 次, 通过在线上环境完成训练,模型最优精度评分为 99.57 。

02:57:24
2019-04-10

Batch Size 数据为 256 ,Epoch循环次数为 146 次, 通过在线上环境完成训练,模型最优精度评分为 96.91 。

02:05:59

Batch Size 数据为 256 ,Epoch循环次数为 148 次, 通过在线上环境完成训练,模型最优精度评分为 89.07 。

23:42:03

Batch Size 数据为 256 ,Epoch循环次数为 145 次, 通过在线上环境完成训练,模型最优精度评分为 98.71 。

20:03:50

Batch Size 数据为 256 ,Epoch循环次数为 140 次, 通过在线上环境完成训练,模型最优精度评分为 98.13 。

18:42:31

Batch Size 数据为 256 ,Epoch循环次数为 170 次, 通过在线上环境完成训练,模型最优精度评分为 92.81 。

12:08:14
2019-04-09

Batch Size 数据为 256 ,Epoch循环次数为 160 次, 通过在线上环境完成训练,模型最优精度评分为 95.33 。

11:04:13

Batch Size 数据为 256 ,Epoch循环次数为 150 次, 通过在线上环境完成训练,模型最优精度评分为 98.06 。

09:52:33

Batch Size 数据为 256 ,Epoch循环次数为 160 次, 通过在线上环境完成训练,模型最优精度评分为 97.99 。

06:28:56

Batch Size 数据为 256 ,Epoch循环次数为 145 次, 通过在线上环境完成训练,模型最优精度评分为 98.49 。

06:16:16

Batch Size 数据为 256 ,Epoch循环次数为 135 次, 通过在线上环境完成训练,模型最优精度评分为 92.81 。

06:04:41

Batch Size 数据为 256 ,Epoch循环次数为 140 次, 通过在线上环境完成训练,模型最优精度评分为 95.54 。

05:53:49

Batch Size 数据为 256 ,Epoch循环次数为 130 次, 通过在线上环境完成训练,模型最优精度评分为 83.25 。

05:41:34

Batch Size 数据为 256 ,Epoch循环次数为 120 次, 通过在线上环境完成训练,模型最优精度评分为 96.91 。

04:48:57

Batch Size 数据为 256 ,Epoch循环次数为 110 次, 通过在线上环境完成训练,模型最优精度评分为 46.01 。

04:02:50

Batch Size 数据为 256 ,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 96.19 。

02:33:52
2019-04-08

Batch Size 数据为 256 ,Epoch循环次数为 80 次, 通过在线上环境完成训练,模型最优精度评分为 97.92 。

21:58:16
2019-04-08

Batch Size 数据为 256 ,Epoch循环次数为 70 次, 通过在线上环境完成训练,模型最优精度评分为 95.33 。

12:42:07

Batch Size 数据为 256 ,Epoch循环次数为 80 次, 通过在线上环境完成训练,模型最优精度评分为 89.79 。

12:15:42
2019-04-05

Batch Size 数据为 256 ,Epoch循环次数为 60 次, 通过在线上环境完成训练,模型最优精度评分为 91.88 。

08:21:24

Batch Size 数据为 256 ,Epoch循环次数为 60 次, 通过在线上环境完成训练,模型最优精度评分为 92.88 。

08:09:00

Batch Size 数据为 256 ,Epoch循环次数为 60 次, 通过在线上环境完成训练,模型最优精度评分为 94.1 。

07:57:51