如何优雅的使用SENet、PyTorch实现图像分类任务,准确率97.3%

Batch大小为64,循环次数为80次,损失函数优化完,最终完成评分为97.3。

得分记录
2019-11-19

Batch Size 数据为 64 ,Epoch循环次数为 60 次,损失函数优化完,最终完成评分为 96.4

15:34:29

Batch Size 数据为 64 ,Epoch循环次数为 70 次,损失函数优化完,最终完成评分为 97.4

14:58:53

Batch Size 数据为 64 ,Epoch循环次数为 80 次,损失函数优化完,最终完成评分为 96.6

12:03:44

Batch Size 数据为 64 ,Epoch循环次数为 80 次,损失函数优化完,最终完成评分为 96.3

10:51:41
2019-11-16

Batch Size 数据为 64 ,Epoch循环次数为 90 次,损失函数优化完,最终完成评分为 96.2

23:13:52

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 95.9

21:54:18

Batch Size 数据为 64 ,Epoch循环次数为 80 次,损失函数优化完,最终完成评分为 97.3

20:53:45

Batch Size 数据为 64 ,Epoch循环次数为 60 次,损失函数优化完,最终完成评分为 96.4

20:06:10

Batch Size 数据为 64 ,Epoch循环次数为 50 次,损失函数优化完,最终完成评分为 95.9

19:21:18

Batch Size 数据为 64 ,Epoch循环次数为 40 次,损失函数优化完,最终完成评分为 94

18:52:18
2019-11-15

Batch Size 数据为 64 ,Epoch循环次数为 40 次,损失函数优化完,最终完成评分为 94.6

20:02:43

Batch 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 89

17:05:53

Batch 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 84.4

16:09:31

Batch Size 数据为 26 ,Epoch循环次数为 80 次,损失函数优化完,最终完成评分为 90.2

11:11:29
2019-11-15

Batch Size 数据为 26 ,Epoch循环次数为 80 次,损失函数优化完,最终完成评分为 89.5

00:37:20

Batch Size 数据为 64 ,Epoch循环次数为 20 次,损失函数优化完,最终完成评分为 86.5

22:27:24

Batch Size 数据为 64 ,Epoch循环次数为 2000 次,损失函数优化完,最终完成评分为 82.9

18:00:55
2019-11-13

Batch Size 数据为 32 ,Epoch循环次数为 400 次,损失函数优化完,最终完成评分为 77.4

22:13:29
2019-11-13

Batch Size 数据为 32 ,Epoch循环次数为 2800 次,损失函数优化完,最终完成评分为 81.5

04:33:04

Batch Size 数据为 32 ,Epoch循环次数为 2000 次,损失函数优化完,最终完成评分为 87.8

20:09:29
2019-11-09

Batch Size 数据为 64 ,Epoch循环次数为 2000 次,损失函数优化完,最终完成评分为 90.4

04:28:38
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 23.8

15:45:27

Batch 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 17.4

06:23:59