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55次,通过在线上环境完成训练,模型最优精度评分为98.40。

得分记录
2019-12-02

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 98.3 。

20:41:27

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 98 。

18:00:21

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 98.3 。

13:46:38

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 98.3 。

10:27:41

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 97.8 。

07:47:32

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 98.1 。

05:15:33

Batch Size 数据为 64 ,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 98.1 。

02:46:57

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 98.4 。

22:39:45

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 97.9 。

17:30:51
2019-12-01

Batch Size 数据为 64 ,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 97.9 。

15:09:03

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 98.3 。

14:43:28

Batch Size 数据为 64 ,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 98 。

11:52:35

Batch Size 数据为 64 ,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 97.6 。

10:14:30

Batch Size 数据为 64 ,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 97.9 。

09:48:07
2019-12-01

Batch Size 数据为 64 ,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 97.9 。

05:11:00

Batch Size 数据为 64 ,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 96.7 。

03:25:27

Batch Size 数据为 64 ,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 97.9 。

02:36:50

Batch Size 数据为 64 ,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 97.3 。

00:55:13

Batch Size 数据为 64 ,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 97.5 。

23:33:00

Batch Size 数据为 64 ,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 97.2 。

21:47:26

Batch Size 数据为 64 ,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 97.6 。

19:08:04

Batch Size 数据为 64 ,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 97.4 。

16:53:28

Batch Size 数据为 64 ,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 98.1 。

13:07:10
2019-11-29

Batch Size 数据为 64 ,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 98 。

23:06:09

Batch Size 数据为 64 ,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 97.7 。

18:57:49

Batch Size 数据为 64 ,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 98.1 。

13:32:42

Batch Size 数据为 64 ,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 96.6 。

11:39:34

Batch Size 数据为 64 ,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 98 。

10:17:08

Batch Size 数据为 64 ,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 97.6 。

09:34:36

Batch Size 数据为 64 ,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 97.2 。

08:55:51

Batch Size 数据为 64 ,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 97.5 。

08:28:23

Batch Size 数据为 32 ,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 98.1 。

07:49:29
2019-11-29

Batch Size 数据为 64 ,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 98.2 。

06:34:15

Batch Size 数据为 64 ,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 98.3 。

02:39:22

Batch Size 数据为 64 ,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 97.5 。

22:30:17

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 97.7 。

19:28:25

Batch Size 数据为 64 ,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 97.6 。

16:49:58
2019-11-28

Batch Size 数据为 64 ,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 97.2 。

14:36:08

Batch Size 数据为 64 ,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 98 。

12:44:02

Batch Size 数据为 64 ,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 97 。

10:53:38

Batch Size 数据为 64 ,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 97.9 。

09:37:29

Batch Size 数据为 64 ,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 97.9 。

07:41:13

Batch Size 数据为 64 ,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 97.4 。

03:51:31

Batch Size 数据为 64 ,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 97.7 。

23:54:40

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 97.6 。

18:25:04

Batch Size 数据为 64 ,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 97.5 。

16:34:35
2019-11-27

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 97.5 。

15:38:30

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 97.7 。

14:16:37
2019-11-26

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 98.1 。

16:18:58

Batch Size 数据为 64 ,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 96.6 。

14:49:06

Batch Size 数据为 64 ,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 98 。

13:34:04

Batch Size 数据为 64 ,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 97.7 。

13:05:41

Batch Size 数据为 64 ,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 96.6 。

12:09:30

Batch Size 数据为 64 ,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 97.5 。

11:10:11
2019-11-26

Batch Size 数据为 64 ,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 96.4 。

02:15:06

Batch Size 数据为 64 ,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 98.1 。

23:55:56

Batch Size 数据为 64 ,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 97.9 。

21:15:44

Batch Size 数据为 64 ,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 98.3 。

19:10:18
2019-11-25

Batch Size 数据为 64 ,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 97.1 。

13:38:44

Batch Size 数据为 64 ,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 96.9 。

11:14:46

Batch Size 数据为 32 ,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 97.5 。

10:42:36

Batch Size 数据为 64 ,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 97.1 。

10:07:52
2019-11-24

Batch Size 数据为 64 ,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 97.3 。

21:14:13

Batch Size 数据为 64 ,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 97.5 。

19:03:59

Batch Size 数据为 64 ,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 96.6 。

18:28:25

Batch Size 数据为 64 ,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 97.3 。

17:04:48
2019-11-24

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 96.3 。

01:51:23
2019-11-23

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 96.6 。

11:31:24
2019-11-22

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 94.5 。

22:49:37

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 96.6 。

17:05:07
2019-11-20

Batch Size 数据为 1 ,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 85.5 。

11:09:21

Batch Size 数据为 1 ,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 96.2 。

10:22:01
2019-11-19

Batch Size 数据为 1 ,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 96.6 。

23:43:54

Batch Size 数据为 1 ,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 96.9 。

19:36:42

Batch Size 数据为 1 ,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 96.6 。

18:15:31

Batch Size 数据为 1 ,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 96.3 。

16:31:54

Batch Size 数据为 1 ,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 96.9 。

15:33:13
2019-11-19

Batch Size 数据为 1 ,Epoch循环次数为 2500 次, 通过在线上环境完成训练,模型最优精度评分为 96.2 。

11:08:26

Batch Size 数据为 1 ,Epoch循环次数为 3500 次, 通过在线上环境完成训练,模型最优精度评分为 96.3 。

10:01:49
2019-11-18

Batch Size 数据为 1 ,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 96.8 。

17:02:47

Batch Size 数据为 1 ,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 96.1 。

16:11:56

Batch Size 数据为 1 ,Epoch循环次数为 4000 次, 通过在线上环境完成训练,模型最优精度评分为 95.8 。

15:14:35

Batch Size 数据为 1 ,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 97.4 。

13:04:14
2019-11-16

Batch Size 数据为 1 ,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 96.9 。

03:04:51
2019-11-05

Batch Size 数据为 1 ,Epoch循环次数为 4000 次, 通过在线上环境完成训练,模型最优精度评分为 95.6 。

19:48:46
2019-11-04

Batch Size 数据为 256 ,Epoch循环次数为 4000 次, 通过在线上环境完成训练,模型最优精度评分为 95.6 。

15:18:47