这不仅仅是一个使用PyTorch和SENet来做图像分类的教程

Batch大小为64,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65.52。

得分记录
2019-11-29

Batch Size 数据为 32 ,Epoch循环次数为 25 次, 通过在线上环境完成训练,模型最优精度评分为 64.31 。

04:16:52
2019-11-28

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 65.52 。

00:39:18

Batch Size 数据为 32 ,Epoch循环次数为 12 次, 通过在线上环境完成训练,模型最优精度评分为 60.05 。

19:33:07

Batch Size 数据为 64 ,Epoch循环次数为 12 次, 通过在线上环境完成训练,模型最优精度评分为 50.99 。

15:04:06
2019-11-26

Batch Size 数据为 64 ,Epoch循环次数为 10 次, 通过在线上环境完成训练,模型最优精度评分为 65.08 。

17:52:01
2019-11-25

Batch Size 数据为 32 ,Epoch循环次数为 10 次, 通过在线上环境完成训练,模型最优精度评分为 65.17 。

18:00:31
2019-11-24

Batch Size 数据为 64 ,Epoch循环次数为 10 次, 通过在线上环境完成训练,模型最优精度评分为 58.9 。

16:46:43
2019-11-23

Batch Size 数据为 31 ,Epoch循环次数为 1 次, 通过在线上环境完成训练,模型最优精度评分为 8.23 。

20:12:57