Batch Size 数据为 128 ，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 87 。

Batch Size 数据为 64 ，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 89.3 。

Batch Size 数据为 128 ，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 88.5 。

Batch Size 数据为 128 ，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 88.9 。

Batch Size 数据为 64 ，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 74.5 。

Batch Size 数据为 128 ，Epoch循环次数为 85 次， 通过在线上环境完成训练，模型最优精度评分为 97.1 。

Batch Size 数据为 128 ，Epoch循环次数为 75 次， 通过在线上环境完成训练，模型最优精度评分为 96.8 。

Batch Size 数据为 128 ，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 97.9 。

Batch Size 数据为 128 ，Epoch循环次数为 90 次， 通过在线上环境完成训练，模型最优精度评分为 96.8 。

Batch Size 数据为 128 ，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 97.8 。

Batch Size 数据为 64 ，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 96.4 。

Batch Size 数据为 64 ，Epoch循环次数为 95 次， 通过在线上环境完成训练，模型最优精度评分为 96 。

Batch Size 数据为 64 ，Epoch循环次数为 90 次， 通过在线上环境完成训练，模型最优精度评分为 97.4 。

Batch Size 数据为 64 ，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 96.1 。

Batch Size 数据为 64 ，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 96.7 。

Batch Size 数据为 64 ，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 93.9 。

Batch Size 数据为 64 ，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 。

Batch Size 数据为 64 ，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 94.7 。

Batch Size 数据为 64 ，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 89.1 。

Batch Size 数据为 64 ，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 96.8 。

Batch Size 数据为 64 ，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 94.2 。

Batch Size 数据为 64 ，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 96.5 。

Batch Size 数据为 64 ，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 85.4 。

Batch Size 数据为 64 ，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 93.5 。

Batch Size 数据为 64 ，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 88.6 。

Batch Size 数据为 64 ，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 88.4 。

Batch Size 数据为 64 ，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 91.6 。

Batch Size 数据为 64 ，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 94 。

Batch Size 数据为 64 ，Epoch循环次数为 90 次， 通过在线上环境完成训练，模型最优精度评分为 92.1 。

Batch Size 数据为 64 ，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 92 。

Batch Size 数据为 64 ，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 93.6 。

Batch Size 数据为 64 ，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 86.8 。

Batch Size 数据为 64 ，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 85.2 。

Batch Size 数据为 64 ，Epoch循环次数为 90 次， 通过在线上环境完成训练，模型最优精度评分为 85.4 。

Batch Size 数据为 64 ，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 84.7 。

Batch Size 数据为 64 ，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 84.6 。

Batch Size 数据为 64 ，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 85.4 。

Batch Size 数据为 64 ，Epoch循环次数为 57 次， 通过在线上环境完成训练，模型最优精度评分为 84.3 。

Batch Size 数据为 64 ，Epoch循环次数为 55 次， 通过在线上环境完成训练，模型最优精度评分为 84.4 。

Batch Size 数据为 128 ，Epoch循环次数为 40 次， 通过在线上环境完成训练，模型最优精度评分为 76.3 。

Batch Size 数据为 128 ，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 78.6 。

Batch Size 数据为 64 ，Epoch循环次数为 50 次， 通过在线上环境完成训练，模型最优精度评分为 87.3 。

Batch Size 数据为 64 ，Epoch循环次数为 40 次， 通过在线上环境完成训练，模型最优精度评分为 84.9 。

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 81.7 。

Batch Size 数据为 20 ，Epoch循环次数为 40 次， 通过在线上环境完成训练，模型最优精度评分为 80 。

Batch Size 数据为 20 ，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 81.9 。

Batch Size 数据为 50 ，Epoch循环次数为 45 次， 通过在线上环境完成训练，模型最优精度评分为 85.2 。

Batch Size 数据为 50 ，Epoch循环次数为 35 次， 通过在线上环境完成训练，模型最优精度评分为 81 。

Batch Size 数据为 50 ，Epoch循环次数为 50 次， 通过在线上环境完成训练，模型最优精度评分为 80.7 。

Batch Size 数据为 50 ，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 82.2 。

Batch Size 数据为 50 ，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 86.5 。

Batch Size 数据为 50 ，Epoch循环次数为 40 次， 通过在线上环境完成训练，模型最优精度评分为 87.8 。

Batch Size 数据为 50 ，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 81.3 。

Batch Size 数据为 50 ，Epoch循环次数为 10000 次， 通过在线上环境完成训练，模型最优精度评分为 79.2 。

Batch Size 数据为 128 ，Epoch循环次数为 1500 次， 通过在线上环境完成训练，模型最优精度评分为 84.3 。

Batch Size 数据为 64 ，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 23.9 。

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 10.3 。