BERT+PyTorch+文本分类

Batch大小为64,循环次数为5次,通过在线上环境完成训练,模型最优精度评分为89.50。

得分记录
2019-11-20

Batch Size 数据为 64 ,Epoch循环次数为 5 次, 通过在线上环境完成训练,模型最优精度评分为 89.5 。

16:52:16
2019-11-19

Batch Size 数据为 64 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 32.2 。

02:59:53
2019-11-18

Batch Size 数据为 128 ,Epoch循环次数为 3000 次, 通过在线上环境完成训练,模型最优精度评分为 86.55 。

16:09:29

Batch Size 数据为 256 ,Epoch循环次数为 512 次, 通过在线上环境完成训练,模型最优精度评分为 85.1 。

09:50:45

Batch Size 数据为 256 ,Epoch循环次数为 128 次, 通过在线上环境完成训练,模型最优精度评分为 83.25 。

08:55:46
2019-11-18

Batch Size 数据为 128 ,Epoch循环次数为 32 次, 通过在线上环境完成训练,模型最优精度评分为 50.8 。

01:13:16
2019-11-17

Batch Size 数据为 128 ,Epoch循环次数为 20 次, 通过在线上环境完成训练,模型最优精度评分为 19.35 。

00:14:24
2019-10-23

Batch Size 数据为 32 ,Epoch循环次数为 20 次, 通过在线上环境完成训练,模型最优精度评分为 7.2 。

18:28:00

Batch Size 数据为 32 ,Epoch循环次数为 5 次, 通过在线上环境完成训练,模型最优精度评分为 11.95 。

18:10:10
2019-10-13

Batch Size 数据为 32 ,Epoch循环次数为 5 次, 通过在线上环境完成训练,模型最优精度评分为 22.45 。

23:25:57