使用PyTorch构建SENet进行图像分类,准确率93.6%

Batch大小为128,循环次数为300次,损失函数优化完,最终完成评分为93.6。

得分记录
2019-11-22

Batch Size 数据为 128 ,Epoch循环次数为 200 次,损失函数优化完,最终完成评分为 92.1

22:38:57
2019-11-17

Batch Size 数据为 16 ,Epoch循环次数为 300 次,损失函数优化完,最终完成评分为 78.6

11:51:06

Batch Size 数据为 8 ,Epoch循环次数为 200 次,损失函数优化完,最终完成评分为 72

11:43:51

Batch Size 数据为 256 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 91.7

11:39:45

Batch Size 数据为 128 ,Epoch循环次数为 300 次,损失函数优化完,最终完成评分为 91.3

11:35:19

Batch Size 数据为 64 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 78.8

11:23:15

Batch Size 数据为 128 ,Epoch循环次数为 200 次,损失函数优化完,最终完成评分为 87

11:11:55

Batch Size 数据为 128 ,Epoch循环次数为 200 次,损失函数优化完,最终完成评分为 90.2

10:52:00
2019-11-16

Batch Size 数据为 64 ,Epoch循环次数为 500 次,损失函数优化完,最终完成评分为 90.8

22:26:39

Batch Size 数据为 128 ,Epoch循环次数为 400 次,损失函数优化完,最终完成评分为 92.6

21:19:32

Batch Size 数据为 256 ,Epoch循环次数为 300 次,损失函数优化完,最终完成评分为 90.4

20:47:13

Batch Size 数据为 256 ,Epoch循环次数为 300 次,损失函数优化完,最终完成评分为 91.9

20:28:26

Batch Size 数据为 128 ,Epoch循环次数为 300 次,损失函数优化完,最终完成评分为 93.6

20:10:31

Batch Size 数据为 64 ,Epoch循环次数为 300 次,损失函数优化完,最终完成评分为 86.8

19:35:34
2019-11-16

Batch Size 数据为 128 ,Epoch循环次数为 300 次,损失函数优化完,最终完成评分为 91.6

01:23:21

Batch Size 数据为 128 ,Epoch循环次数为 200 次,损失函数优化完,最终完成评分为 89.9

22:08:14

Batch Size 数据为 128 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 87.2

17:27:37
2019-11-14

Batch Size 数据为 128 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 88.9

19:34:43

Batch Size 数据为 128 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 91.6

15:10:01

Batch Size 数据为 128 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 90.5

14:16:41
2019-11-14

Batch Size 数据为 256 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 89

00:27:45

Batch Size 数据为 64 ,Epoch循环次数为 200 次,损失函数优化完,最终完成评分为 90.6

21:16:05
2019-11-12

Batch Size 数据为 32 ,Epoch循环次数为 200 次,损失函数优化完,最终完成评分为 78.9

20:00:46

Batch Size 数据为 64 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 87.7

12:12:54
2019-11-11

Batch Size 数据为 64 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 83.7

12:41:07

Batch Size 数据为 64 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 86.4

02:22:22
2019-11-10

Batch Size 数据为 100 ,Epoch循环次数为 64 次,损失函数优化完,最终完成评分为 90.9

03:57:30
2019-11-08

Batch Size 数据为 64 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 27.7

22:21:56

Batch Size 数据为 50 ,Epoch循环次数为 64 次,损失函数优化完,最终完成评分为 86.5

16:03:02
2019-11-07

Batch Size 数据为 64 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 87.1

14:50:19
2019-11-05

Batch Size 数据为 200 ,Epoch循环次数为 32 次,损失函数优化完,最终完成评分为 35.7

10:45:02
2019-11-05

Batch Size 数据为 32 ,Epoch循环次数为 200 次,损失函数优化完,最终完成评分为 33.5

00:43:58