PyTorch基于SENet的预测实例:图像分类

Batch大小为32,循环次数为150次,损失函数优化完,最终完成评分为89。

得分记录
2019-11-17

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

14:28:42

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 89

13:00:37

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 88.5

12:54:34
2019-11-17

Batch Size 数据为 64 ,Epoch循环次数为 400 次,损失函数优化完,最终完成评分为 80.2

05:16:50

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 90.5

05:01:46

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 83.5

04:48:33

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 85.9

04:06:25

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 81.2

03:48:53

Batch Size 数据为 32 ,Epoch循环次数为 150 次,损失函数优化完,最终完成评分为 89

01:59:00

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 87.5

01:52:37