PyTorch基于MLP的预测实例:人脸关键点检测

Batch大小为160,循环次数为1900次,损失函数优化完,最终完成评分为83.93。

得分记录
2019-04-18

Batch Size 数据为 160 ,Epoch循环次数为 2100 次,损失函数优化完,最终完成评分为 67.21

16:36:35

Batch Size 数据为 160 ,Epoch循环次数为 3000 次,损失函数优化完,最终完成评分为 73.63

10:39:53
2019-04-17

Batch Size 数据为 160 ,Epoch循环次数为 1900 次,损失函数优化完,最终完成评分为 70.47

02:01:18
2019-04-16

Batch Size 数据为 160 ,Epoch循环次数为 2500 次,损失函数优化完,最终完成评分为 72.65

10:30:30
2019-04-15

Batch Size 数据为 160 ,Epoch循环次数为 1900 次,损失函数优化完,最终完成评分为 83.93

10:19:58

Batch Size 数据为 160 ,Epoch循环次数为 1200 次,损失函数优化完,最终完成评分为 65.65

07:42:38

Batch Size 数据为 160 ,Epoch循环次数为 1900 次,损失函数优化完,最终完成评分为 78.69

01:05:32
2019-04-14

Batch Size 数据为 160 ,Epoch循环次数为 3000 次,损失函数优化完,最终完成评分为 76.19

20:18:20

Batch Size 数据为 160 ,Epoch循环次数为 2500 次,损失函数优化完,最终完成评分为 83.43

17:47:25

Batch Size 数据为 128 ,Epoch循环次数为 700 次,损失函数优化完,最终完成评分为 57.19

14:51:33

Batch Size 数据为 128 ,Epoch循环次数为 1500 次,损失函数优化完,最终完成评分为 71

14:18:02

Batch Size 数据为 128 ,Epoch循环次数为 2500 次,损失函数优化完,最终完成评分为 76.02

09:26:37
2019-04-14

Batch Size 数据为 128 ,Epoch循环次数为 2500 次,损失函数优化完,最终完成评分为 75.05

04:14:12

Batch Size 数据为 128 ,Epoch循环次数为 2500 次,损失函数优化完,最终完成评分为 74

14:42:08
2019-04-11

Batch Size 数据为 128 ,Epoch循环次数为 3000 次,损失函数优化完,最终完成评分为 62.63

21:50:00
2019-04-10

Batch Size 数据为 128 ,Epoch循环次数为 3000 次,损失函数优化完,最终完成评分为 58.1

07:32:03

Batch Size 数据为 128 ,Epoch循环次数为 2000 次,损失函数优化完,最终完成评分为 68.5

05:52:39

Batch Size 数据为 128 ,Epoch循环次数为 2000 次,损失函数优化完,最终完成评分为 70.99

04:21:02

Batch Size 数据为 128 ,Epoch循环次数为 2500 次,损失函数优化完,最终完成评分为 66.83

21:30:54
2019-04-09

Batch Size 数据为 128 ,Epoch循环次数为 2500 次,损失函数优化完,最终完成评分为 72.2

10:00:09

Batch Size 数据为 128 ,Epoch循环次数为 2000 次,损失函数优化完,最终完成评分为 61.08

07:17:54

Batch Size 数据为 128 ,Epoch循环次数为 3000 次,损失函数优化完,最终完成评分为 61.51

20:29:16
2019-04-07

Batch Size 数据为 512 ,Epoch循环次数为 2000 次,损失函数优化完,最终完成评分为 71.58

01:27:44

Batch Size 数据为 512 ,Epoch循环次数为 2000 次,损失函数优化完,最终完成评分为 73.25

21:28:16

Batch Size 数据为 512 ,Epoch循环次数为 1000 次,损失函数优化完,最终完成评分为 67.54

19:12:35
2019-04-06

Batch Size 数据为 512 ,Epoch循环次数为 2000 次,损失函数优化完,最终完成评分为 68

13:52:55

Batch Size 数据为 128 ,Epoch循环次数为 2500 次,损失函数优化完,最终完成评分为 79.38

07:26:28

Batch Size 数据为 128 ,Epoch循环次数为 2500 次,损失函数优化完,最终完成评分为 67.85

05:51:30

Batch Size 数据为 256 ,Epoch循环次数为 2000 次,损失函数优化完,最终完成评分为 68.12

03:56:23
2019-04-06

Batch Size 数据为 512 ,Epoch循环次数为 444 次,损失函数优化完,最终完成评分为 57.44

00:46:28

Batch Size 数据为 512 ,Epoch循环次数为 1000 次,损失函数优化完,最终完成评分为 69.91

21:14:50

Batch Size 数据为 512 ,Epoch循环次数为 1000 次,损失函数优化完,最终完成评分为 72.93

17:12:42

Batch Size 数据为 512 ,Epoch循环次数为 1000 次,损失函数优化完,最终完成评分为 66.97

15:40:18